llama.cpp b12441 修正 WebGPU 多頭注意力遮罩計算
b12441
重點導讀
llama.cpp 的 WebGPU 版在處理多個注意力頭各自使用遮罩時,會漏算遮罩對應的頭,讓結果出錯。
- 這次更新修正遮罩位置的計算,也調整記憶體估算方式,避免部分 K、V 資料格式組合超出工作群組的儲存空間限制。使用多頭遮罩時,計算結果因此能更正確。
- 更新也列出 macOS、Linux、Android 和 Windows 等平臺的建置版本。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處github.com
b12441
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: llama.cpp Releases (github.com)
開啟原文