Het ggml-org-team bracht op 2026-10-22 versie b11819 van llama.cpp uit. De update voegt ondersteuning toe voor niet-standaard GQA-modellen (grouped query attention) en een BPE-tokenizer (byte-pair encoding), plus een nieuw domyn-small pre-type. Ook is er nu ondersteuning voor metadata over Metaspace-prependschema’s. De lijst met builds omvat nu veel CPU- en GPU-platforms, waaronder Apple Silicon, CUDA 12/13, Vulkan, ROCm en Android Snapdragon.
Waarom het ertoe doet
Ontwikkelaars kunnen nu een breder scala aan LLM’s draaien, ook modellen met GQA, op meer apparaten zoals smartphones en GPU’s.
