Novedades publicadas de ExLlama con evidencia citada.https://vigia.h1756.es/https://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.6.0/https://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.6.0/Introduce soporte preliminar para ROCm y optimizaciones significativas en la gestión de CPU y memoria, mejorando el rendimiento en hardware específico. • Soporte preliminar para ROCm (gfx1100+) • Offloading más rápido para CPUs con AVX2 • Reducción del uso de memoria del sistema • Corrección de vision towers para modelos GLM4 y Qwen3-VLWed, 07 Oct 2026 00:00:00 GMThttps://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.5.0/https://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.5.0/Esta actualización introduce mejoras significativas de rendimiento en prefill y decode, especialmente para modelos MoE y arquitecturas específicas, además de un nuevo modo experimental de zero-copy para CPU offload en Linux. • Soporte para Nemotron-3-Super • Modo experimental de zero-copy pinned arena para CPU offload (solo Linux) • Mejoras de velocidad en cuantización y modelos MoE • Mejoras en el rendimiento de prefill y decode para modelos MoE • Mejoras en el speculative decoding para modelos MoESun, 13 Sep 2026 00:00:00 GMThttps://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.4.9/https://vigia.h1756.es/e/github--turboderp-org--exllamav3--v1.4.9/Introduce soporte para nuevos modelos (DeepseekV4, LFM2.5, Spark2.5) y optimizaciones críticas en el offloading a CPU y tiempos de importación. • Soporte para la torre de visión de DeepseekV4 • Soporte para modelos LFM2.5, Spark-X2.5 y GLM4.7-Flash • Mejoras en el offloading a CPU y soporte Intel AVX512BW • Reducción significativa en el tiempo de importación • Corrección de fuga de VRAM al descargar la torre de visiónThu, 10 Sep 2026 00:00:00 GMT