Le projet ggml-org llama.cpp a publié la version b11800 le 2026-10-21. Cette mise à jour ajoute une opération fusionnée de masque top-k (ggml_top_k_mask), utilisable par les modèles QSA, DSA et DeepSeek V4 CSA. Cette opération remplace le code de masquage écrit à la main par un seul nœud qui attribue la valeur –inf aux cellules non sélectionnées. Elle fonctionne par tête et prend en charge des scores facultatifs, des tailles de bloc et des cellules supplémentaires.
Pourquoi c'est important
Les développeurs peuvent exécuter plus rapidement les modèles pris en charge, car la bibliothèque effectue désormais le masquage en une seule étape optimisée.
