# llama.cpp adiciona operação fused de máscara top‑k na versão b11800

> A biblioteca de inferência de código aberto agora inclui uma nova operação fused para máscaras QSA, com ganhos de desempenho em alguns modelos.

Oossa · 2026-10-21 · https://oossa.com/pt/llama-cpp-adds-fused-top-k-mask-operation-in-vb11800-release

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.

## Os fatos

- A versão b11800 foi lançada na quarta-feira, 21 de outubro de 2026
- Nova operação fused chamada ggml_top_k_mask para mascaramento top-k

## 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.

## Fontes e referências

1. [ggml-org/llama.cpp b11800](https://github.com/ggml-org/llama.cpp/releases/tag/b11800) – llama.cpp, 2026-10-21

Última atualização: 2026-10-21