Het team achter ggml‑org bracht op 20 Oct 2026 llama.cpp versie b11759 uit. De update voegt een flash-attentionbewerking (fattn) toe aan de ggml‑zdnn-backend en vervangt scratch-slots door een scratchbufferpool. De wijziging is goedgekeurd door bijdrager Aaron Teo. Flash attention versnelt de aandachtsberekening die grote taalmodellen gebruiken.
Waarom het ertoe doet
Flash attention kan de inferentietijd verkorten voor gebruikers die llama.cpp lokaal draaien, waardoor chatmodellen sneller aanvoelen.
