2026-10-16 को ggml‑org/llama.cpp प्रोजेक्ट ने b11671 संस्करण जारी किया। इस अपडेट में Muse Spark Open जोड़ा गया है—यह एक मल्टीमॉडल मॉडल है, जो टेक्स्ट, विज़न और ऑडियो इनपुट प्रोसेस कर सकता है। इसमें 256 एक्सपर्ट वाला मिक्सचर‑ऑफ‑एक्सपर्ट्स आर्किटेक्चर है और यह 8‑वे रूटिंग को सपोर्ट करता है। विज़न के लिए Muse Glimmer टावर का दोबारा इस्तेमाल किया गया है, जबकि ऑडियो को चार‑चरणीय कॉज़ल कन्वोल्यूशनल पिरामिड से प्रोसेस किया जाता है। कोड में ये बदलाव Xuan Son Nguyen, Pedro Cuenca और Sigbjørn Skjæret ने योगदान के तौर पर दिए।
यह क्यों मायने रखता है
डेवलपर अब स्थानीय हार्डवेयर पर टेक्स्ट, तस्वीरों और ऑडियो से जुड़े कामों के लिए एक ही ओपन-सोर्स मॉडल चला सकते हैं।
