7 oct 2026 · ggml-org/llama.cpp · canal auto-build
llama.cpp b11474
ggml.ai · Proyecto · web oficial
Actualizamodelo nuevorendimiento
Qué hacer: Corrige un fallo o un problema de seguridad que conviene tener.
Añade soporte para la arquitectura GLM5-Next con Multi-Token Prediction (MTP) y optimiza significativamente el rendimiento de los kernels para este tipo de modelos.
Qué ha cambiado
- Soporte para GLM5-Next MTP
“add GLM5-Next NextN (MTP) graph” — fuente
- Optimización de kernels para el catch-up de tokens
“The 4-token catch-up falls from 6.9 ms to 0.33 ms of kernels” — fuente
- Carga de archivos GGUF divididos
“Make the trunk tensors optional when the file only holds the NextN layer, and the NextN tensors optional when the file only holds the trunk” — fuente
Fuentes
- ggml-org/llama.cpp b11474 consultada 2026-10-12
Cómo se decidió
Todas las citas verificadas · triage por LLM (gemma4).
- Las reglas no vieron señales relevantes (feature).
- El modelo decidió publicar · 3 citas comprobadas
Procedencia técnica
- reglas: drop (feature)
- llm: publish; 3 citas verificadas, 0 rechazadas
sha256 e3bdf2cb888aaa96…· https://github.com/ggml-org/llama.cpp/releases/tag/b11474