ggml-org 团队于 2026-10-22 发布 llama.cpp b11819 版本。此次更新新增对非标准 GQA（分组查询注意力）模型和 BPE（字节对编码）分词器的支持，并加入新的 domyn-small pre-type。此外，更新还增加了对 Metaspace 前置方案的元数据处理。构建目标现涵盖更多 CPU 和 GPU 平台，包括 Apple Silicon、CUDA 12/13、Vulkan、ROCm 和 Android Snapdragon。
为什么重要
开发者现在可以在更多设备上运行更广泛的 LLM，包括采用 GQA 的模型；这些设备涵盖智能手机和 GPU。
