返回全部动态
llama.cpp b11466 发布：修复 WebGPU flash_attn 重叠 KV 检查
原标题：b11466
AI 摘要
llama.cpp 发布 b11466 版本，主要修复了 ggml-webgpu 后端中 flash_attn 对重叠 KV 的 supports_op 检查问题（PR #28205）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
<details open> ggml-webgpu: fix flash_attn supports_op check for overlapping KV (#28205) </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/53548008> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11466/llama-b11466-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](
发布时间：2026-10-07 19:49
抓取时间：2026-10-07 20:18
来源机构：ggml-org