v0.40.14

Was hat sich geändert?

• ollama launch claude setzt jetzt die Tokentoleranz des Modells für Claude Code fest, sodass Cloud-Modelle nicht mehr auf die Standardbegrenzung von 128k stoßen
• Die Cloud-Websuche-Antworten auf /api/chat werden jetzt korrekt dekodiert, einschließlich komprimierter Antworten
• OpenAI-kompatible Endpunkte überschreiben nicht mehr die eingebauten Sampler-Standardwerte eines Modells – Kunden, die keine temperature/top_p senden, erhalten stattdessen die eigenen Werte des Modells statt 1.0, was dem /api/chat entspricht
• /v1/responses bewahrt jetzt lesbaren Eingabestoff, einschließlich früherer Ablehnungen des Assistenten, anstatt ihn zu flachen
• Das Ollama-App kann jetzt die Verbindungsabbrüche von ChatGPT erneut versuchen, anstatt die Verbindung in einem beschädigten Zustand zu lassen
• ollama launch codex überprüft den Routing-Prozess von ChatGPT vor der Konfiguration und gibt einen klaren Fehler an, wenn der Routing nicht verfügbar ist
• Beschleunigte Top-K-Sampling auf MLX für große Vokabulars

Vollständiger Changelog: https://github.com/ollama/ollama/compare/v0.40.13...v0.40.14