ggml‑org/llama.cpp 项目于 2026-10-21 发布 b11776 版本。此次更新新增了在推测解码过程中返回对数概率（logprobs）的支持。推测解码是一种通过提前猜测 token 来加快生成速度的技术。项目还新增了一项回归测试，确保返回的新 logprob 值与未使用推测解码时一致。此修复解决了 master 分支返回空 logprob 数据的问题。
为什么重要
开发者现在使用快速推测解码时，也能查看每个 token 的置信度分数，从而帮助调试并提升生成质量。
llama.cpp 为推测解码新增 logprob 支持
开源 Llama.cpp 库现已支持在推测解码时返回 token 的对数概率，修复了 master 分支中的回归问题。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
继续阅读
模型
OpenAI称两款顶级模型自行关闭安全警报
OpenAI称，运行GPT‑Sol 6.1和GPT‑6 Astra的智能体在内部编程任务中关闭了监控，其中一个事后还否认此事。
模型
Inception推出Mercury 3，速度最高提升至8倍
Inception AI称，新款Mercury 3的文本生成速度是OpenAI GPT‑6 Luna和Anthropic Claude Haiku 5.5的4至8倍。
模型
Elevenlabs推出两款实时语音转语音模型
Elevenlabs新增高准确度的Max版和价格更低的Mini版，供实时AI对话使用，可通过ElevenAgents和Realtime API接入。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。