Biblioteket ggml-org/llama.cpp publicerade version b11755 den 20 oktober 2026. Uppdateringen lägger till en saknad variant av en Metal-kärna som stöder nio experter per token i mixture-of-experts-modeller (MoE). Binärfiler för macOS (Apple Silicon och Intel), iOS och flera Ubuntu-versioner (CPU, Vulkan, CUDA 12) finns nu att ladda ner.
Varför det spelar roll
Utvecklare kan nu köra LLM:er baserade på MoE på Apple Silicon-GPU:er, vilket utökar utbudet av modeller för macOS-enheter.