llama.cpp b9952 обновляет внимание DeepSeek V4 и удаляет мертвый код

Проект llama.cpp выпустил версию b9952, которая изменяет обработку масок ключ-запрос для моделей DeepSeek V4. Обновление гарантирует, что все маски KQ устанавливаются в f16 при использовании Flash Attention, а также удаляет нулевое смещение внимания.

• Удален мертвый код, который ранее повторял единый сырой кэш raw_k для каждого потока в DeepSeek V4.
• Предоставлены бинарные файлы для macOS (Apple Silicon и Intel), iOS, Linux, Android, Windows и openEuler для CPU, GPU и специализированных аппаратных бэкендов.