تیم ggml‑org نسخهٔ b11688 از llama.cpp را در 2026-10-16 منتشر کرد. این به‌روزرسانی تغییری مخصوص CPU دارد که انباره‌های قطعه‌بندی‌شدهٔ AVX2 را کاهش می‌دهد؛ بهینه‌سازی‌ای که به گفتهٔ پروژه، سرعت استنتاج را بالا می‌برد. فایل‌های باینری ازپیش‌ساخته‌شده برای macOS، iOS، Linux، Vulkan و CUDA و طیف متنوعی از سخت‌افزارها ارائه شده‌اند. این تغییر با عنوان «با کمک Codex»، مدل تولید کد OpenAI، ثبت شده است.
چرا مهم است
توسعه‌دهندگان می‌توانند مدل‌های llama.cpp را روی CPUهای AVX2 سریع‌تر اجرا کنند، بی‌آنکه لازم باشد کد را دوباره بسازند.
