ggml‑org टीम ने 19 अक्टूबर 2026 को llama.cpp संस्करण b11723 जारी किया। इस अपडेट में लंबे कॉन्टेक्स्ट विंडो और SWA मॉडल के लिए FLASH_ATTN_EXT में सुधार किए गए हैं। साथ ही, मेमोरी से डेटा लाने की संख्या घटाने के लिए masked block skipping जोड़ा गया है। अब macOS (Apple Silicon और Intel), iOS और Ubuntu के कई संस्करणों के लिए बाइनरी बिल्ड उपलब्ध हैं, जिनमें Vulkan GPU सपोर्ट भी शामिल है। इन बदलावों का मकसद gemma‑4 जैसे मॉडल का प्रदर्शन बेहतर करना है।
यह क्यों मायने रखता है
डेवलपर डेस्कटॉप CPU और संगत GPU पर बड़े कॉन्टेक्स्ट वाले LLM अधिक कुशलता से चला सकते हैं।
