تیم ggml‑org نسخه b11324 از llama.cpp را منتشر کرد. این به‌روزرسانی حالت نگاشت حافظه را اضافه می‌کند تا هنگام بارگذاری مدل‌ها، از ساخت یک کپی کامل و دوم از هر تنسور جلوگیری شود. این قابلیت در بسته‌های باینری جدید برای macOS (Apple Silicon و Intel)، iOS و چند نسخه از Ubuntu در دسترس است. در یادداشت انتشار همچنین از مشارکت‌های Claude و مهندس NVIDIA، Pranesh Gonegandla، قدردانی شده است.
چرا مهم است
توسعه‌دهندگان می‌توانند با همان سخت‌افزار مدل‌های زبانی بزرگ‌تری اجرا کنند؛ قابلیتی که برای علاقه‌مندان و تیم‌های کوچکی با حافظه محدود مفید است.
