github llama.cpp · há 1 h · inference

llama.cpp b10155 adiciona suporte de áudio MiMo-V2.5

Traduzido do English → Português (BR)

O projeto llama.cpp lançou a compilação b10155, que introduz suporte para o modelo de entrada de áudio MiMo-V2.5. Esta atualização inclui um conversor GGUF para áudio MiMo e implementa a lógica do backend em C++ necessária para lidar com modelos de áudio baseados em RVQ.

Adicionado suporte para entrada de áudio MiMo-V2.5 usando uma arquitetura de modelo baseada em RVQ.
Incluído um conversor GGUF especificamente para formatos de áudio MiMo.
Implementado o código de inferência correspondente em C++ para o novo tipo de modelo.
Fornecidos binários para macOS (Apple Silicon e Intel), Linux, Windows, Android e openEuler através de backends de CPU, GPU e hardware especializado.

Importância 1/3 Confiança 1/3 llama.cpp Inference efficiency Local inference

Ler original

llama.cpp b10150 ajusta a lógica de offloading do ggml e corrige o grafo dsv4

O projeto llama.cpp lançou a compilação b10150, que inclui ajustes na lógica do ggml para operações de offloading para o backend dos pesos. Esta atualização também aborda correções para o grafo llama dsv4.

media Hugging Face Forums · há 11 h

TraceML adiciona callback do Hugging Face Trainer para diagnosticar gargalos de carregamento de dados

O autor integrou uma ferramenta de diagnóstico no TraceML, um projeto de observabilidade do PyTorch de código aberto, para ajudar os usuários a distinguir entre problemas de desempenho de treinamento limitados pela GPU e pela entrada. Este novo recurso permite que os desenvolvedores identifiquem rapidamente se a baixa utilização da GPU é causada por carregamento lento de dados ou limites reais de computação do modelo.

github llama.cpp · há 13 h · 2 visualizações

Aaron Teo adiciona o argumento -lm mlock ao llama.cpp

Aaron Teo submeteu uma alteração ao repositório do llama.cpp que introduz um novo argumento de linha de comando `-lm mlock`. Essa adição permite que os usuários bloqueiem explicitamente a memória nas regiões onde o código executa operações `mlock`, mas não utiliza `mmap`.

github llama.cpp · há 4 d

llama.cpp b10093 corrige o modelo DeepSeek v4 e adiciona a flag drop_reasoning

O projeto llama.cpp lançou a build b10093, que inclui atualizações específicas para suportar os modelos DeepSeek v4. O lançamento aborda o tratamento de templates e introduz novas flags de configuração para esta família de modelos.

github llama.cpp · há 5 d · 1 visualização

llama.cpp b10089 adiciona suporte completo a k-quant e i-quant para CUDA GET_ROWS

O lançamento llama.cpp b10089 estende as operações CUDA GET_ROWS para suportar formatos de quantização k-quants, i-quants e mxfp4. Esta alteração garante que todos os tipos GGML quantizados agora podem seguir o caminho direto do dispositivo para buscas de embedding.