La version b9828 de llama.cpp introduit des améliorations significatives d'OpenCL, en particulier une refonte des noyaux Flash Attention pour les précisions f16 et f32. Cette mise à jour inclut de nouveaux noyaux de prépassage de préfixe ainsi que la prise en charge des formats de quantification q4_0 et q8_0.
La version b9827 de llama.cpp introduit une optimisation de performance pour CUDA en ajoutant un chemin rapide cudaMemcpy2DAsync à la fonction ggml_cuda_cpy. Ce changement accélère les copies échelonnées de même type et même forme où les tenseurs ne sont pas entièrement contigus mais chaque ligne l'est, remplaçant des noyaux de copie scalaire élément par élément plus lents.
Le projet llama.cpp a publié la version b9825, qui inclut une correction pour l'opérateur d'étape Vulkan lors du traitement des entrées nulles. Cette mise à jour fournit des binaires précompilés pour macOS, Linux, Windows, Android et openEuler sur divers backends matériels.
Le projet llama.cpp a publié la version b9826, qui inclut une correction pour des cas de tests unitaires échoués liés à la fonction norm dans SYCL. Cette mise à jour fournit des binaires précompilés et des frameworks sur plusieurs plateformes et accélérateurs matériels.
Le projet llama.cpp a publié la version b9822, fournissant des binaires préconstruits pour macOS, iOS, Linux, Android et Windows. Cette mise à jour inclut une correction pour l'option --no-common de test-chat-template et distribue les builds sur diverses architectures matérielles et accélérateurs.
Le projet llama.cpp a publié la version b9823, fournissant des binaires préconstruits pour les plateformes macOS, iOS, Linux, Android, Windows et openEuler. Un changement majeur dans cette version est l'ajout d'une compilation OpenVINO pour Windows au pipeline check-release.
Le projet llama.cpp a publié la version b9824, qui inclut des améliorations aux binaires rpc-server et export-graph-ops. L'outil `export-graph-ops` est renommé pour respecter les conventions de nommage des tests, tandis que `rpc-server` est renommé en `ggml-rpc-server` pour éviter les conflits dans les répertoires système.
La version v0.24.0 inclut une mise à jour de l'intégration continue pour augmenter le délai de démarrage GSM8K des configurations MoE Refactor Qwen3 NVFP4.
OpenAI a lancé un aperçu limité de la série GPT-5.6, introduisant trois nouveaux modèles : Sol comme modèle phare, Terra pour un équilibre dans le travail quotidien, et Luna pour des tâches rapides et abordables. L'entreprise prévoit de rendre ces modèles disponibles au grand public dans les prochaines semaines après cette phase initiale avec des partenaires de confiance.
Le projet llama.cpp a publié la version b9821, qui introduit des mises à jour de l'interface en ligne de commande permettant aux utilisateurs d'invoquer les indicateurs --version, --licenses et --help. Cette version fournit un ensemble complet de binaires préconstruits pour macOS, Linux, Android, Windows et openEuler sur divers accélérateurs matériels.
La version 2.1.195 de Claude Code introduit plusieurs correctifs et améliorations, notamment de nouvelles variables d'environnement pour le contrôle de la souris en mode plein écran et des corrections à la logique du matcheur de hooks.
La version b9820 de llama.cpp introduit des améliorations de performances en réintroduisant moins de synchronisations lors du calcul fractionné, ciblant spécifiquement les backends CUDA. Cette mise à jour fournit également des binaires précompilés pour macOS, Linux, Windows, Android et openEuler sur CPU, GPU et accélérateurs matériels spécialisés.
Le projet llama.cpp a publié la version b9816, qui inclut une synchronisation avec la bibliothèque ggml. Cette mise à jour fournit des binaires préconstruits pour les plateformes macOS, iOS, Linux, Windows, Android et openEuler.
La version b9817 de llama.cpp met à jour le backend OpenVINO vers la version 2026.2.1 et rend ses packages de release autonomes. Cette mise à jour inclut plusieurs améliorations d'opérateurs au sein du backend OpenVINO, telles que la suppression des ensembles compute_op_type codés en dur et l'activation de softmax avec entrée sink.
La version b9813 de llama.cpp introduit le support Vulkan pour le matériel Intel Xe-LPG Plus en ajoutant l'énumération d'architecture INTEL_XE1 et en activant coopmat1. Cette mise à jour traite les commentaires de code précédents, renomme l'identifiant d'architecture et inclut une vérification des pilotes Windows.
Le projet llama.cpp a publié la version b9814, qui inclut une optimisation de l'opération `mul_mat_vecq` dans Vulkan ciblant spécifiquement le GPU AMD mi50. Cette mise à jour est accompagnée d'un ensemble complet de binaires précompilés pour plusieurs systèmes d'exploitation et architectures matérielles.
Le SDK Python du protocole Model Context Protocol (MCP) a publié sa troisième version alpha, v2.0.0a3, introduisant des changements significatifs au niveau du protocole et de l'architecture tout en maintenant la compatibilité ascendante pour les utilisateurs stables de la série 1.x.
Le projet llama.cpp a publié la version b9811, qui inclut une correction pour un bug du compilateur affectant le chemin conv2d coopmat2 dans Vulkan. Ce contournement est également appliqué à l'implémentation CONV_3D sur la base des suggestions de l'ingénieur NVIDIA Jeff Bolz.
Le SDK Python du Model Context Protocol a publié la version 1.28.1, introduisant des mises à jour sur la gestion des flux et la sécurité du transport.
La version b9804 de llama.cpp introduit une correction pour l'architecture Mamba2 en supprimant un facteur d'expansion codé en dur de 2x et une vérification de paramètre invalide, permettant ainsi le support de n'importe quelle valeur d'expansion. Cette modification met à jour le script `convert_hf_to_gguf.py` pour rendre le paramètre expand optionnel avec une valeur par défaut de 2.