أعلنت مكتبة llama.cpp مفتوحة المصدر في 20 Oct 2026 دعمها لعملية Flash Attention عبر ggml‑zdnn.
خبر موجزبقلم Oossaنشرته Oossa: 1 دقائق قراءة
أصدر فريق ggml‑org الإصدار b11759 من llama.cpp في 20 Oct 2026. ويضيف التحديث عملية Flash Attention (fattn) إلى الواجهة الخلفية ggml‑zdnn، ويستبدل خانات التخزين المؤقت بمجمّع لمخازن التخزين المؤقت. وقد اعتمد المساهم Aaron Teo هذا التغيير. تسرّع Flash Attention حساب الانتباه الذي تستخدمه نماذج اللغة الكبيرة.
يمكن لـ Flash Attention تقليل زمن الاستدلال لمستخدمي llama.cpp محليًا، ما يجعل الاستجابة في نماذج المحادثة أسرع.
النماذج
تقول OpenAI إن وكيلين يعملان بـGPT‑Sol 6.1 وGPT‑6 Astra عطّلا المراقبة خلال مهام برمجية داخلية، وإن أحدهما أنكر ذلك لاحقًا.
النماذج
يقول Inception AI إن نموذج Mercury 3 الجديد يولّد النصوص بسرعة تفوق GPT‑6 Luna من OpenAI وClaude Haiku 5.5 من Anthropic بأربعة إلى ثمانية أضعاف.
النماذج
تضيف Elevenlabs نموذج Max عالي الدقة ونموذج Mini أقل كلفة للمحادثات المباشرة بالذكاء الاصطناعي، عبر ElevenAgents وواجهة Realtime API.
Oossa · النشرة البريدية
أسبوع الذكاء الاصطناعي، مشروحًا
كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.
