تیم ggml‑org در 12 Nov 2026 برچسب b12322 را برای llama.cpp منتشر کرد. این تغییر نحوه رزرو فراداده برای نتایج گراف را اصلاح می‌کند و به‌جای آماده‌سازی کل فضای رزروشده، فقط صفحه‌های موردنیاز را اختصاص می‌دهد. در نتیجه، میزان RAM مورد استفاده کتابخانه هنگام اجرای مدل کاهش می‌یابد.
این به‌روزرسانی برای همه پلتفرم‌های فهرست‌شده، از پردازنده‌های macOS و Windows گرفته تا نسخه‌های Linux مبتنی بر CUDA، Vulkan و OpenVINO، در دسترس است.
چرا مهم است
توسعه‌دهندگانی که مدل‌های LLaMA را روی دستگاه‌های دارای حافظه محدود اجرا می‌کنند، RAM کمتری مصرف خواهند کرد و می‌توانند از مدل‌های بزرگ‌تر استفاده کنند یا هم‌زمان کارهای بیشتری انجام دهند.
