# llama.cpp b12549、Inkling2のattention処理を修正

> Inkling2専用の相対位置attention入力を追加し、LFM2やLFM3などのハイブリッドメモリモデルでマスクを再利用できない問題も修正した。

Oossa · 2026-11-19 · https://oossa.com/ja/llama-cpp-b12549-fixes-attention-handling-for-inkling2

ggml-orgチームは、プロジェクトがサポートするモデルInkling2のattention mask処理を修正したllama.cpp b12549をリリースした。今回の更新では、Inkling2専用の入力を追加し、同じセルからdense attention maskと相対位置バイアスを構築できるようにした。また、統合キャッシュとflash attentionを使う際にグラフの再利用を妨げていた、ハイブリッドメモリモデルのマスク構築処理も修正した。影響を受けていたモデルはLFM2、LFM3、Inkling2。さらに、Inkling2のエキスパート重みスケールと最終ロジットのsoftcapにゼロを設定できるようになった。

## 事実

- リリース：llama.cpp b12549。公開日：November 19, 2026。
- マスク再利用に関する修正の対象は、ハイブリッドメモリモデルのLFM2、LFM3、Inkling2。

## なぜ重要か

llama.cppでこれらのハイブリッドメモリモデルを実行するユーザーにとって、今回の修正は統合キャッシュとflash attentionの併用時にグラフを再利用できなかった問題に対処するものだ。リリースノートでは、速度向上の規模は明らかにされていない。

## 出典と参考資料

1. [ggml-org/llama.cpp b12549](https://github.com/ggml-org/llama.cpp/releases/tag/b12549) – llama.cpp, 2026-11-19

最終更新: 2026-11-19
