# llama.cpp omite la cabeza LM al generar embeddings agrupados

> La versión del 13 de octubre de 2026 introduce cambios en el grafo que evitan cálculos innecesarios de la cabeza LM cuando solo se necesitan embeddings agrupados.

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

La biblioteca llama.cpp, mantenida por ggml‑org, publicó la versión b11597 el 13 de octubre de 2026. La actualización modifica el grafo de cómputo para que, al extraer embeddings agrupados de un contexto, el modelo ya no construya la gran capa de logits de la cabeza LM. Esto reduce el uso de memoria y acelera la inferencia en tareas que solo requieren embeddings. El cambio también ajusta los nodos relacionados del grafo para mantener coherentes las dimensiones.

## Los hechos

- La etiqueta de lanzamiento b11597 se publicó el martes 13 de octubre de 2026
- El grafo ahora omite los logits de la cabeza LM cuando el tipo de pooling no es NONE

## Por qué importa

Los desarrolladores que extraen embeddings pueden ejecutar modelos de llama.cpp más rápido y en equipos con menos recursos.

## Fuentes y referencias

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

Última actualización: 2026-10-13