github llama.cpp · baru saja · inference

llama.cpp b11302 memperbaiki race data ThreadSanitizer pada pengindeks jarang

Diterjemahkan dari English → Bahasa Indonesia

Proyek llama.cpp merilis build b11302, yang mengatasi masalah konkurensi kritis yang diidentifikasi oleh ThreadSanitizer dalam pipeline CI. Pembaruan ini menyelesaikan race data dalam mekanisme perhatian jarang di mana beberapa utas CPU secara tidak benar menulis ke elemen memori yang sama.

Slot pengindeks mati sekarang ditetapkan baris scatter unik (n_kv + slot) alih-alih berbagi satu baris sentinel.
Slot aktif menangani sel-sel yang saling lepas, memastikan bahwa indeks scatter untuk sebuah token tetap unik di semua jalur seleksi.
Perbaikan ini menghilangkan tumpang tindih antara kumpulan tak terlihat yang dipilih oleh top_k dan sel ekor token.

Perubahan ini memastikan operasi aman-utas dari konstruksi mask pengindeks jarang, mencegah perilaku tak terdefinisi yang disebabkan oleh penulisan konkuren ke lokasi memori bersama.

Kepentingan 1/3 Kepercayaan 1/3 llama.cpp Inference efficiency Local inference

Baca aslinya

llama.cpp b11298 menambahkan dukungan dflash untuk konversi dan ekstraksi fitur

Proyek llama.cpp telah merilis build b11298, yang memperkenalkan dukungan untuk format dflash. Pembaruan ini memungkinkan konversi model ke format ini serta kemampuan ekstraksi fitur selanjutnya.

github llama.cpp · 8 jam lalu · 2 tayangan

llama.cpp b11284 memperbaiki GET_ROWS OpenVINO pada tampilan bobot terkuantisasi

Proyek llama.cpp merilis build b11284, yang mencakup perbaikan untuk backend OpenVINO agar dapat menangani operasi GET_ROWS dengan benar pada tampilan bobot terkuantisasi.

github llama.cpp · 11 jam lalu · 2 tayangan

llama.cpp menambahkan dukungan GLM-5.3-Flash dengan perbaikan k-pool dan MTP

Proyek llama.cpp telah menambahkan dukungan awal untuk arsitektur model GLM-5.3-Flash (GLM5-Next), termasuk migrasi ke memori indeks hibrida dan kemampuan Multi-Token Prediction (MTP) awal.

github llama.cpp · 13 jam lalu · 2 tayangan

llama.cpp b11272 mengoptimalkan operasi penggabungan Hexagon

Proyek llama.cpp merilis build b11272, yang mencakup optimasi untuk backend Hexagon. Perubahan utama berfokus pada optimisasi operasi penggabungan untuk meningkatkan kinerja pada perangkat keras Qualcomm Snapdragon.

github llama.cpp · 1 hari lalu · 7 tayangan

llama.cpp b11260 menambahkan dukungan FP32 GELU_ERF dan GEGLU_ERF

Proyek llama.cpp telah merilis versi b11260, memperkenalkan dukungan untuk fungsi aktivasi FP32 GELU_ERF dan GEGLU_ERF di backend Hexagon. Pembaruan ini juga mencakup optimasi untuk mengurangi tekanan register dalam kernel terkait.