# llama.cpp überspringt bei Pooling den LM-Kopf

> Das Release vom 13. Oktober 2026 ändert den Berechnungsgraphen: Wenn nur gepoolte Embeddings benötigt werden, entfallen unnötige Berechnungen des LM-Kopfs.

Oossa · 2026-10-13 · https://oossa.com/de/llama-cpp-update-skips-lm-head-for-pooled-embeddings

Die von ggml‑org gepflegte llama.cpp-Bibliothek hat am 13. Oktober 2026 Version b11597 veröffentlicht. Das Update ändert den Berechnungsgraphen: Wenn ein Kontext gepoolte Embeddings extrahiert, erstellt das Modell nicht mehr die umfangreiche Logits-Schicht des LM-Kopfs. Das senkt den Speicherbedarf und beschleunigt die Inferenz bei reinen Embedding-Aufgaben. Außerdem werden verwandte Graphknoten angepasst, damit die Formen konsistent bleiben.

## Die Fakten

- Release-Tag b11597 am Dienstag, dem 13. Oktober 2026, veröffentlicht
- Der Graph überspringt jetzt die LM-Kopf-Logits, wenn der Pooling-Typ nicht NONE ist

## Warum es wichtig ist

Entwickler, die Embeddings extrahieren, können llama.cpp-Modelle schneller und auf weniger leistungsfähiger Hardware ausführen.

## Quellen und Referenzen

1. [ggml-org/llama.cpp b11597](https://github.com/ggml-org/llama.cpp/releases/tag/b11597) – llama.cpp, 2026-10-13

Zuletzt aktualisiert: 2026-10-13