پروژهٔ ggml‑org/llama.cpp نسخهٔ جدیدی را در 2026-10-21 منتشر کرد. در این نسخه، ضریب مقیاس‌دهیِ سراسری و واحد برای فرافکنی‌های پایین‌دستِ مدل‌های آمیخته از متخصص‌ها (MoE) با ضریبی مختص هر توکنِ هر متخصص جایگزین شده است؛ این کار با استفاده از کاهش بیشینهٔ POOL_1D انجام می‌شود. این تغییر همچنین با پشتیبانی از POOL_1D در منطق مدیریت حالتِ تقسیم‌شده، امکان موازی‌سازی تنسوری را فراهم می‌کند. این به‌روزرسانی شامل پاک‌سازی کد و بازطراحی ساختار بازگشتیِ مقیاس‌دهی نیز هست.
چرا مهم است
توسعه‌دهندگانی که از مدل‌های MoE استفاده می‌کنند، اکنون می‌توانند برای هر توکن مقیاس‌دهی دقیق‌تری داشته باشند؛ این قابلیت ممکن است عملکرد را در پیکربندی‌های چندپردازندهٔ گرافیکی بهبود دهد.
