# llama.cpp introduce un’operazione top‑k mask fusa con la versione b11800

> La libreria open source per l’inferenza ora include una nuova operazione fusa per il masking QSA, che migliora le prestazioni di alcuni modelli.

Oossa · 2026-10-21 · https://oossa.com/it/llama-cpp-adds-fused-top-k-mask-operation-in-vb11800-release

Il progetto ggml‑org llama.cpp ha pubblicato la versione b11800 il 2026-10-21. L’aggiornamento introduce un’operazione top‑k mask fusa (ggml_top_k_mask), utilizzabile dai modelli QSA, DSA e DeepSeek V4 CSA. L’operazione sostituisce il codice di masking scritto su misura con un singolo nodo che imposta a –inf le celle non selezionate. Funziona per ogni head e può gestire punteggi facoltativi, dimensioni dei blocchi e celle aggiuntive.

## I fatti

- La versione b11800 è stata pubblicata mercoledì 21 ottobre 2026
- Nuova operazione fusa per il masking top‑k, denominata ggml_top_k_mask

## Perché conta

Gli sviluppatori possono eseguire più velocemente i modelli supportati, perché la libreria gestisce il masking in un’unica operazione ottimizzata.

## Fonti e riferimenti

1. [ggml-org/llama.cpp b11800](https://github.com/ggml-org/llama.cpp/releases/tag/b11800) – llama.cpp, 2026-10-21

Ultimo aggiornamento: 2026-10-21