# به‌روزرسانی llama.cpp محاسبه سرِ مدل زبانی را برای تعبیه‌های تجمیع‌شده حذف می‌کند

> نسخه 13 اکتبر 2026 با تغییراتی در گراف محاسباتی، محاسبه غیرضروری سرِ مدل زبانی را هنگام نیاز به تعبیه‌های تجمیع‌شده حذف می‌کند.

Oossa · 2026-10-13 · https://oossa.com/fa/llama-cpp-update-skips-lm-head-for-pooled-embeddings

کتابخانه llama.cpp که نگه‌داری آن بر عهده ggml‑org است، نسخه b11597 را در 13 اکتبر 2026 منتشر کرد. این به‌روزرسانی گراف محاسباتی را تغییر می‌دهد تا وقتی از یک بافت، تعبیه‌های تجمیع‌شده استخراج می‌شود، مدل دیگر لایه بزرگ لاجیت‌های سرِ مدل زبانی (LM head) را نمی‌سازد. این تغییر مصرف حافظه را کاهش می‌دهد و استنتاج را برای کارهایی که فقط به تعبیه نیاز دارند، سریع‌تر می‌کند. همچنین گره‌های مرتبط گراف را تغییر می‌دهد تا شکل‌ها سازگار بمانند.

## حقایق

- برچسب انتشار b11597 روز سه‌شنبه، 13 اکتبر 2026 منتشر شد
- گراف در صورت متفاوت بودن نوع تجمیع از NONE، محاسبه لاجیت‌های سرِ مدل زبانی را رد می‌کند

## چرا مهم است

توسعه‌دهندگانی که تعبیه استخراج می‌کنند، می‌توانند مدل‌های llama.cpp را سریع‌تر و روی سخت‌افزار کم‌توان‌تری اجرا کنند.

## منابع و ارجاع‌ها

1. [ggml-org/llama.cpp b11597](https://github.com/ggml-org/llama.cpp/releases/tag/b11597) – llama.cpp, 2026-10-13

آخرین به‌روزرسانی: 2026-10-13