Projektet ggml‑org/llama.cpp släppte en ny version den 2026‑11‑13. Uppdateringen lägger till operationen TOP_K_MASK i Vulkan-backenden för GPU:er, åtgärdar ett barriärproblem för masken och deklarerar funktionen i den gemensamma header-filen. Ändringarna gjordes med hjälp av Claude Opus 5.5.
Varför det spelar roll
GPU-användare kan nu använda top-k-maskning vid inferens och därmed få bättre kontroll över valet av token.