A biblioteca de código aberto llama.cpp lançou a versão b12364 em 2026-11-13. Agora, ela registra um aviso se a flag --spec-draft-p-min estiver definida durante o uso de amostragem probabilística de rascunhos, sugerindo que p_min seja definido como zero. A mudança desativa o limite de p_min para rascunhos MTP e DFlash2, que antes podiam descartar tokens aceitos pelo modelo-alvo. O aviso só aparece para os mecanismos de geração de rascunhos que realmente usam p_min, evitando mensagens desnecessárias para os mecanismos n-gram e DSpark.
Por que importa
Desenvolvedores podem evitar a perda silenciosa de tokens ao ajustar modelos de rascunho, o que torna a geração mais confiável.
