github llama.cpp · há 1 h · inference

llama.cpp b10663 corrige bugs de deslocamento de peso RMS_NORM_MUL

Traduzido do English → Português (BR)

O projeto llama.cpp lançou a versão b10663, que inclui uma correção para os bugs de deslocamento de peso RMS_NORM_MUL afetando normalizações agrupadas e de difusão.

Corrige bugs de deslocamento de peso RMS_NORM_MUL para normalizações agrupadas/difundidas (PR #27798).
Fornece binários para macOS (Apple Silicon e Intel), iOS, Linux (CPU, Vulkan, ROCm 7.14, OpenVINO, SYCL), Android, Windows (CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL, ROCm 7.14) e openEuler.

Este lançamento garante o comportamento de normalização correto para arquiteturas de modelo específicas, enquanto fornece binários atualizados em todas as plataformas suportadas.

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

Ler original

llama.cpp b10665 adiciona suporte para DSpark no Nemotron3.5

O projeto llama.cpp lançou a compilação b10665, que introduz o suporte ao DSpark para o modelo Nemotron3.5.

github llama.cpp · há 2 h · 1 visualização

llama.cpp b10662 adiciona ctx-per-slot para cache KV unificado

O projeto llama.cpp lançou a compilação b10662, introduzindo um novo argumento `--kv-unified-per-slot` que permite aos usuários especificar o contexto por slot para o cache KV unificado. Esta mudança substitui o mecanismo anterior de fração de contexto por slots de pool de contexto e refatora a implementação subjacente.

github llama.cpp · há 3 h · 2 visualizações

llama.cpp adiciona suporte à arquitetura Qwen3.8-Flash-Next (qwen4exp)

O projeto llama.cpp adicionou suporte à arquitetura do modelo Qwen3.8-Flash-Next (qwen4exp), implementando seus componentes específicos, incluindo hiperconexões, redes delta com gateamento, Mistura de Especialistas e embeddings de hash n-gram PLE.

github llama.cpp · há 4 h · 1 visualização

llama.cpp b10658 adiciona suporte ao DFlash2 e corrige bug do mrope

O projeto llama.cpp lançou a compilação b10658, introduzindo suporte para a especificação DFlash2, que inclui convolução local e um seletor de candidatos. Esta atualização também aborda um bug específico do mrope dentro da base de código.

github llama.cpp · há 4 h · 1 visualização

llama.cpp empacota DLLs do HIP runtime com a versão ROCm para Windows

O projeto llama.cpp atualizou sua versão ROCm para Windows para empacotar os DLLs necessários do HIP runtime diretamente ao lado dos binários. Esta alteração resolve o problema #26929, garantindo que o runtime correto do HIP seja carregado em vez de potencialmente conflitar com a cópia do driver no System32.