El proyecto ggml-org llama.cpp publicó la versión b11800 el 2026-10-21. La actualización añade una operación de máscara top-k fusionada (ggml_top_k_mask), que pueden usar los modelos QSA, DSA y CSA de DeepSeek V4. La operación sustituye el código de enmascaramiento escrito a mano por un único nodo que asigna –inf a las celdas no seleccionadas. Funciona por cabeza y admite puntuaciones opcionales, tamaños de bloque y celdas adicionales.
Por qué importa
Los desarrolladores pueden ejecutar más rápido los modelos compatibles porque la biblioteca ahora aplica la máscara en un solo paso optimizado.
