llama.cpp 项目发布了 0.1.2 版本，其中包括与 ggml 的同步（已更新至 0.20.2）以及对服务器和 UI 组件的几项更新。
- CUDA：在 DGX Spark 上针对密集模型的 bs=1 使用 MMVQ nwarps=8。
- mtmd：使用 sha256 进行输入哈希处理。
- vocab：支持整数分词器分数。
- mtmd：跳过非平铺 LFM2 图像的缩略图。
- server：将处理后的 mtmd 块保存为占位符。
- ui：强制执行枚举成员的字母顺序并重构内置工具命名。
此版本还解决了 xcframework + cmake 的构建清理问题，并更新了预发布生成的 CI 流程。