llama.cpp b12441/b12442/b12448/b12449/b12451/b12452/b12453/b12455/b12456 对比?
llama.cpp b12441、b12442、b12448、b12449、b12451、b12452、b12453、b12455、b12456 均为预发布,涉及后端、聊天模板、设备参数、界面与音频,按场景对应各构建。
llama.cpp b12441、b12442、b12448、b12449、b12451、b12452、b12453、b12455、b12456 都属于测试构建。按后端、模板、配置和交互场景区分,可以明确各项变更的验证范围。

WebGPU、HIP 和 OpenCL 后端
b12441 为 WebGPU 的 Flash Attention 增加按注意力头处理掩码的支持。b12442 为 HIP 的 RDNA1 目标加入 gfx1013。b12453 调整 RDNA3_5 上 MMVQ 使用的 ne11 门槛。b12456 修复 OpenCL 二进制 Flash Attention 预填充路径的三处缺陷,范围对应相关预填充实现。

设备参数与聊天模板
b12449 允许 --tensor-split 和 --fit-target 配置接收的项目数达到 llama_max_devices() 返回的上限。b12448 增加 Jinja 的作用域链键查找。b12455 加入聊天路径的 Inkling 解析器,可关注使用相关解析规则的输入。
聊天界面与音频输入
b12451 把网页界面移到 ui/apps/chat 并命名为 Llama Chat,适合检查依赖旧目录的构建或部署配置。b12452 为 mtmd 增加 Fish Audio S2 支持,测试范围聚焦相应的音频处理路径。
如何理解九个构建的边界
各版本号对应独立的预发布发行记录。GPU 后端变更只涉及对应后端或架构;参数、目录与解析变更也各有具体触发条件。发行说明给出了可核对的改动范围,不能直接当作跨设备的性能或兼容保证。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。









