Pre-Release / Continuous-Build: Dies ist ein experimenteller Build, keine stabile Version.
graph: LM-Kopf für gepoolte Embeddings überspringen (#30445) * graph: LM-Kopf für gepoolte Embeddings überspringen Ein Kontext, der gepoolte Embeddings extrahiert, gibt einen Vektor pro Sequenz aus, aber jedes Modell expandierte weiterhin seinen LM-Kopf, sodass der Graph n_vocab Logits pro Token berechnete und der Kontext einen Host-Puffer dafür vorhielt. Die Modelle deklarieren jetzt nur noch t_logits, und set_outputs() expandiert es, sofern der Kontext nicht Embeddings mit einem Pooling-Typ other als NONE extrahiert. Da diese Umschaltung die Graphenform für einen gepoolten Kontext ändert, plant set_embeddings() in diesem Fall eine erneute Reservierung ein. * graph: die redundante t_embd-Expansion entfernt Rückmeldung von @CISC umgesetzt: Bei aktivierten Embeddings erweitert build_pooling() seine Ausgabe bereits für jeden Pooling-Typ, und ein Decoder-Graph ohne Embeddings liest t_embd nicht, sodass set_outputs() nur noch t_logits expandiert. * graph: build_logits() für die LM-Kopf-Ausgabe hinzugefügt Rückmeldung von @ggerganov umgesetzt: Der LM-Kopf wird von einer dedizierten build_logits()-Funktion expandiert, die wie build_pooling() von llama_model::build_graph() aufgerufen wird, und set_outputs() markiert nur noch erneut die Ausgaben. * graph: build_logits() vor build_sampling() aufrufen Rückmeldung von @ggerganov umgesetzt: build_sampling() liest t_logits, sodass der LM-Kopf zuerst gebaut wird. Ein gepoolter Kontext überspringt damit auch die Sampling-Schichten, da er keine Logits zum Samplen hat. * nitWebsite: - https://llama.app
Attestierungen: - https://github.com/ggml-org/llama.cpp/attestations/55574302
macOS/iOS: - macOS Apple Silicon (arm64) - macOS Apple Silicon (arm64, KleidiAI aktiviert) DEAKTIVIERT - macOS Intel (x64) - iOS XCFramework
Linux: - Ubuntu x64 (CPU) - Ubuntu arm64 (CPU) - Ubuntu s390x (CPU) - Ubuntu x64 (Vulkan) - Ubuntu arm64 (Vulkan) - Ubuntu x64 (CUDA 12) - CUDA-12.8-Bibliotheken - Ubuntu x64 (CUDA 13) - CUDA-13.4-Bibliotheken - Ubuntu arm64 (CUDA 13) - CUDA-13.4-Bibliotheken - Ubuntu x64 (ROCm 10.0) - Ubuntu x64 (OpenVINO) - Ubuntu x64 (SYCL FP32) - Ubuntu x64 (SYCL FP16) - Linux arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Android: - Android arm64 (CPU) - Android arm64 (Snapdragon: CPU, Adreno GPU, Hexagon NPU) - Einrichtungsanleitung
Windows: - Windows x64 (CPU) - Windows arm64 (CPU) - Windows arm64 (OpenCL Adreno) - Windows x64 (CUDA 12) - CUDA-12.4-DLLs - Windows x64 (CUDA 13) - CUDA-13.4-DLLs - Windows arm64 (CUDA 13) - CUDA-13.4-DLLs - Windows x64 (Vulkan) - Windows arm64 (Vulkan) - Windows x64 (OpenVINO) - Windows x64 (SYCL) - Windows x64 (ROCm 10.0)
openEuler: - DISABLED - openEuler x86 (310p) - openEuler x86 (910b, ACL Graph) - openEuler aarch64 (310p) - openEuler aarch64 (910b, ACL Graph)
UI: - UI