# llama.cpp salta la testa LM per gli embedding pooled

> La versione del 13 ottobre 2026 modifica il grafo di calcolo ed evita calcoli superflui della testa LM quando servono solo embedding pooled.

Oossa · 2026-10-13 · https://oossa.com/it/llama-cpp-update-skips-lm-head-for-pooled-embeddings

La libreria llama.cpp, mantenuta da ggml-org, ha rilasciato la versione b11597 il 13 ottobre 2026. L’aggiornamento modifica il grafo di calcolo: quando un contesto estrae embedding pooled, il modello non costruisce più il grande livello di logits della testa LM. Questo riduce l’uso della memoria e accelera l’inferenza per le attività che richiedono solo embedding. La modifica aggiorna anche i nodi correlati del grafo per mantenere coerenti le dimensioni.

## I fatti

- Il tag di rilascio b11597 è stato pubblicato martedì 13 ottobre 2026
- Il grafo ora salta i logits della testa LM quando il tipo di pooling è diverso da NONE

## Perché conta

Gli sviluppatori che estraggono embedding possono eseguire i modelli llama.cpp più velocemente e su hardware meno potente.

## Fonti e riferimenti

1. [ggml-org/llama.cpp b11597](https://github.com/ggml-org/llama.cpp/releases/tag/b11597) – llama.cpp, 2026-10-13

Ultimo aggiornamento: 2026-10-13