تیم ggml‑org نسخهٔ b11819 از llama.cpp را در 2026-10-22 منتشر کرد. این به‌روزرسانی پشتیبانی از مدل‌های GQA (توجه به پرس‌وجوی گروهی) غیراستاندارد و توکن‌ساز BPE (رمزگذاری جفت‌بایتی) را اضافه می‌کند و همچنین شامل نوع پیش‌پردازش تازهٔ domyn‑small است. افزون بر این، مدیریت فراداده برای طرح‌های پیشوندگذاری Metaspace به آن اضافه شده است. فهرست ساخت‌ها اکنون هدف‌های پردازشی و گرافیکی متعددی را در بر می‌گیرد؛ از جمله Apple Silicon، CUDA 12/13، Vulkan، ROCm و Android Snapdragon.
چرا مهم است
توسعه‌دهندگان حالا می‌توانند دامنهٔ گسترده‌تری از مدل‌های زبانی بزرگ، از جمله مدل‌های مبتنی بر GQA، را روی دستگاه‌های بیشتری مانند گوشی‌های هوشمند و پردازنده‌های گرافیکی اجرا کنند.
