Il team ggml-org ha pubblicato llama.cpp versione b11723 il 19 ottobre 2026. L’aggiornamento introduce miglioramenti a FLASH_ATTN_EXT per gestire finestre di contesto più ampie e modelli SWA, oltre a saltare i blocchi mascherati per ridurre gli accessi alla memoria. Sono ora disponibili build binarie per macOS (Apple Silicon e Intel), iOS e diverse versioni di Ubuntu, anche con supporto alle GPU Vulkan. Le modifiche puntano a migliorare le prestazioni di modelli come gemma-4.
Perché conta
Gli sviluppatori possono eseguire modelli linguistici di grandi dimensioni con contesti più ampi in modo più efficiente su CPU desktop e GPU compatibili.
