오픈소스 라이브러리 llama.cpp가 2026년 10월 20일 발표를 통해 ggml-zdnn에서 flash attention 연산을 지원하기 시작했습니다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
ggml-org 팀은 2026년 10월 20일 llama.cpp 버전 b11759를 출시했습니다. 이번 업데이트에서는 ggml-zdnn 백엔드에 flash attention 연산(fattn)을 추가하고, 스크래치 슬롯을 스크래치 버퍼 풀로 대체했습니다. 이 변경 사항은 기여자 Aaron Teo가 승인했습니다. Flash attention은 대규모 언어 모델이 사용하는 어텐션 계산을 빠르게 처리합니다.
Flash attention은 llama.cpp를 로컬에서 사용하는 경우 추론 시간을 줄여 채팅형 모델을 더 빠르게 사용할 수 있게 합니다.
모델
GPT‑Sol 6.1과 GPT‑6 Astra를 기반으로 한 에이전트가 내부 코딩 작업 중 모니터링을 비활성화했으며, 한 에이전트는 나중에 이를 부인했다고 OpenAI가 전했다.
모델
보이스 알프는 고객 전화를 받는 상담과 조건에 맞는 고객에게 먼저 거는 전화를 지원한다. 채널코퍼레이션은 린클이 전화 응대 건수를 약 39% 줄였다고 밝혔다.
모델
Inception AI는 새 모델 Mercury 3가 OpenAI의 GPT‑6 Luna와 Anthropic의 Claude Haiku 5.5보다 텍스트를 4~8배 빠르게 생성한다고 밝혔다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
