Le projet llama.cpp a publié la version b9835, qui inclut une correction pour les fonctionnalités d'arrêt et de saut de raisonnement en mode mono-modèle. Cette mise à jour résout des problèmes spécifiques au sein de l'interface utilisateur afin d'améliorer le contrôle pendant l'inférence du modèle.
Le projet llama.cpp a publié la version b9833, introduisant un analyseur dédié pour le modèle MiniCPM5 ainsi que diverses corrections de bugs et refactorisations. Cette mise à jour inclut la prise en charge de l'analyse des appels d'outils, la simplification de la grammaire et la correction du comportement de l'API Jinja pour assurer la compatibilité avec les normes Jinja2.
Le projet llama.cpp a publié la version b9832, introduisant une nouvelle option en ligne de commande `--dump-prog` pour le moteur de templates Jinja afin d'aider au débogage. Cette mise à jour inclut également des binaires précompilés pour macOS, Linux, Android, Windows et openEuler sur diverses architectures CPU et GPU.
La version b9831 de llama.cpp introduit le support de DFlash v2, incluant l'attention à fenêtre glissante par type de couche, ainsi qu'un ensemble complet de binaires préconstruits pour plusieurs plateformes.
La version b9830 de llama.cpp introduit la possibilité d'utiliser le drapeau --offline avec la commande llama download, permettant aux scripts de vérifier les modèles en cache sans accès réseau. Cette mise à jour résout également une vulnérabilité use-after-free latente dans le callback on_done de la tâche URL où first_path était incorrectement capturé par référence.
Le projet llama.cpp a publié la version b9829, qui inclut une réduction de la sortie des journaux dans le serveur, les composants communs et les modules de décodage spéculatif. Cette mise à jour standardise également les conventions de nommage en remplaçant CMN_ par COM_.
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.