Projektet ggml‑org llama.cpp släppte version b11800 den 2026-10-21. Uppdateringen lägger till en sammanslagen top‑k-maskeringsoperation (ggml_top_k_mask) som kan användas av modellerna QSA, DSA och DeepSeek V4 CSA. Operationen ersätter handskriven maskeringskod med en enda nod som sätter celler som inte valts till –inf. Den fungerar per huvud och kan hantera valfria poäng, blockstorlekar och extra celler.
Varför det spelar roll
Utvecklare kan köra modeller som stöds snabbare eftersom biblioteket nu hanterar maskeringen i ett enda optimerat steg.
