ggml‑org टीम ने 2026-10-16 को llama.cpp का b11688 संस्करण जारी किया। इस अपडेट में सिर्फ CPU के लिए एक बदलाव है: AVX2 टाइल्ड एक्यूमुलेटर घटाए गए हैं। परियोजना के मुताबिक, इस बदलाव से इन्फरेंस की गति बढ़ती है। अलग-अलग हार्डवेयर के लिए macOS, iOS, Linux, Vulkan और CUDA के प्री-बिल्ट बाइनरी उपलब्ध कराए गए हैं। इस बदलाव को OpenAI के कोड जनरेशन मॉडल Codex की मदद से तैयार किया गया बताया गया है।
यह क्यों मायने रखता है
डेवलपर कोड दोबारा बिल्ड किए बिना AVX2 CPU पर llama.cpp मॉडल तेज़ी से चला सकते हैं।