O projeto ggml-org llama.cpp lançou a versão b11800 em 2026-10-21. A atualização adiciona uma operação fused de máscara top-k (ggml_top_k_mask), que pode ser usada pelos modelos QSA, DSA e DeepSeek V4 CSA. A operação substitui o código de mascaramento feito manualmente por um único nó que define como –inf as células não selecionadas. Ela funciona por cabeça e aceita pontuações opcionais, tamanhos de bloco e células extras.
Por que importa
Os desenvolvedores podem executar os modelos compatíveis com mais rapidez, porque a biblioteca agora realiza o mascaramento em uma única etapa otimizada.
