O projeto ggml‑org/llama.cpp lançou uma nova versão em 2026‑11‑13. A atualização adiciona a operação TOP_K_MASK ao backend de GPU Vulkan, corrige um problema com uma barreira relacionada à máscara e declara a função no cabeçalho comum. As mudanças foram feitas com a ajuda do Claude Opus 5.5.
Por que importa
Quem usa GPU agora pode aplicar a máscara top-k durante a inferência, com mais controle sobre a seleção de tokens.