llama.cpp は C/C++ で書かれた大規模言語モデル推論エンジンである。2026年10月21日の韓国時間の一日間に b11757 から b11796 まで 26 個のビルドが公開され、別途集計されたコミット単位のまとめはなかった。まとめられたビルドの主題は三つだった。CUDA や HIP、OpenCL、SYCL、Metal などのアクセラレータバックエンドにおける演算エラーの修正、サーバー機能の拡充、マルチモーダル処理の補正である。
バックエンドでは、CUDA グラフのクリーンアップ（b11757）、64 で割り切れないタイル幅の縮約エラー（b11760）、NEON の fp32→fp16 変換選択（b11761）、OpenCL の小バッチ向け行列乗算の変種と dp4a の追加（b11763、b11789）、SYCL のフラッシュアテンション競合の修正（b11788）、Metal の GPU キャプチャ経路のメモリリーク（b11791）、Hexagon の再パックに対する NEON ベクトル化（b11790）などの修正が出てきた。サーバーにはリアルタイム文字起こし API と WebSocket プロキシ（b11780）、音声合成用の POST /tts（b11781）、投機的デコード経路での logprobs 返却（b11776）、/v1/messages のサンプリング設定の受け渡し（b11795）、クライアント接続終了の伝播修正（b11769）が加わった。マルチモーダルでは、LFM2 のタリングパラメータを GGUF メタデータから読み込む処理（b11767）が追加され、タイルの切り詰めとバッチ構成を Python トランスフォーマー実装に合わせて修正した（b11774）。また、MoE のダウン投影を expert トークン単位でスケーリングする変更（b11785）や、語彙表の読み込みを最適化する変更（b11793）も含まれた。
ただし判断の限界は数値に由来する。今回のビルドは主に正確性の修正だが、リリースノートには速度改善の幅も品質指標も示されていない。OpenCL、SYCL、Hexagon の経路が実際にどれだけ速くなるかは、公開情報だけでは知ることができない。また、一日分の変更に文字起こしや /tts のような新しい API と判断モデル対応（H2O-Lightning-4B、b11773）が一緒に含まれており、何を先に試すかは各ビルドの目的を勘案して決める必要がある。