A equipe do ggml-org publicou a versão b11723 do llama.cpp em 19 de outubro de 2026. A atualização traz melhorias no FLASH_ATTN_EXT para janelas de contexto maiores e modelos SWA, além de pular blocos mascarados para reduzir as leituras de memória. Agora há builds binários disponíveis para macOS (Apple Silicon e Intel), iOS e várias versões do Ubuntu, incluindo suporte a GPUs Vulkan. As mudanças buscam melhorar o desempenho de modelos como o gemma-4.
Por que importa
Desenvolvedores podem executar modelos de linguagem com contextos maiores de forma mais eficiente em CPUs de desktop e GPUs compatíveis.
