ggml‑org/llama.cpp लाइब्रेरी ने 20 अक्टूबर 2026 को b11755 संस्करण जारी किया। इस अपडेट में Metal कर्नेल का वह वेरिएंट जोड़ा गया है जो mixture-of-experts (MoE) मॉडल में हर टोकन के लिए नौ एक्सपर्ट का समर्थन करता है। macOS (Apple Silicon और Intel), iOS और Ubuntu के कई बिल्ड (CPU, Vulkan, CUDA 12) के बाइनरी अब डाउनलोड के लिए उपलब्ध हैं।
यह क्यों मायने रखता है
अब डेवलपर Apple Silicon GPU पर MoE-आधारित LLM चला सकते हैं, जिससे macOS डिवाइसों पर मॉडल के विकल्प बढ़ेंगे।