返回全部动态
llama.cpp b11414：修复 Vulkan flash attention 与 soft_max 的 prealloc_y 复用问题
原标题：b11414
AI 摘要
llama.cpp 发布 b11414 版本，主要修复了 Vulkan 后端在 flash attention 与 soft_max 之间复用 prealloc_y 时出现的陈旧数据问题（PR #29591）。该版本同时提供 macOS、Linux、Windows、Android 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、OpenVINO 等）的预编译二进制包。此次更新属于推理框架的常规缺陷修复与构建发布。
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> vulkan: fix stale prealloc_y reuse across flash attention and soft_max (#29591) Assisted-by: Claude </details> **Website:** - <https://llama.app> **Attestations:** - <https://github.com/ggml-org/llama.cpp/attestations/52808438> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b11414/llama-b11414-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23
发布时间：2026-10-05 19:43
抓取时间：2026-10-05 20:03
来源机构：ggml-org