Проект ggml-org/llama.cpp выпустил новую версию 2026-11-13. В обновлении удалены несколько устаревших API, в том числе llama_set_warmup и параметр defrag_thold. API спекулятивной генерации NextN перенесён из дополнительного файла llama-ext.h в основной заголовочный файл llama.h, а связанные с ним функции переименованы. Также добавлена документация для функции llama_model_dflash_selector_top_k.
Почему это важно
Теперь разработчики могут использовать спекулятивную генерацию NextN напрямую через основной API, что упрощает код и позволяет меньше полагаться на устаревшие функции.
