# Atualização do llama.cpp dispensa a camada LM head para embeddings agrupados

> A versão de 13 de outubro de 2026 traz mudanças no grafo que evitam cálculos desnecessários da LM head quando só são necessários embeddings agrupados.

Oossa · 2026-10-13 · https://oossa.com/pt/llama-cpp-update-skips-lm-head-for-pooled-embeddings

A biblioteca llama.cpp, mantida pela ggml-org, lançou a versão b11597 em 13 de outubro de 2026. A atualização altera o grafo de computação para que, ao extrair embeddings agrupados de um contexto, o modelo deixe de criar a grande camada de logits da LM head. Isso reduz o uso de memória e acelera a inferência em tarefas que envolvem apenas embeddings. A mudança também ajusta nós relacionados do grafo para manter a consistência das dimensões.

## Os fatos

- A versão b11597 foi publicada na terça-feira, 13 de outubro de 2026
- O grafo agora ignora os logits da LM head quando o tipo de pooling não é NONE

## Por que importa

Desenvolvedores que extraem embeddings podem executar modelos do llama.cpp mais rapidamente e em equipamentos com menos recursos.

## Fontes e referências

1. [ggml-org/llama.cpp b11597](https://github.com/ggml-org/llama.cpp/releases/tag/b11597) – llama.cpp, 2026-10-13

Última atualização: 2026-10-13