AWS博客详细介绍如何在CI/CD流水线中自动部署智能体、调用评估API，并在评分下降时阻止PR合并。
阅读全文开源项目
关注开放的模型、工具与代码，找到值得动手的项目。
本页最新按事件时间排序
llama.cpp b10865发布：代码改动为回退一项CUDA/HIP修复
llama.cpp发布b10865版本，代码层面仅包含一个revert，回退了此前在HIP构建中恢复prop.integrated的提交；同步提供多平台二进制与UI包。
阅读全文llama.cpp b10864修复短提示词下混合/循环模型检查点被误删问题
新版本调整检查点淘汰逻辑：间距淘汰仅在检查点列表写满时生效，并改为在同n_tokens位置替换而非追加重复项，避免恢复时从头重算。
阅读全文
Multiverse Computing提出窄边界安全拒答方法：区分同一主题下有害与良性提示，而非整类拒答
Multiverse Computing的新论文不再按“主题”一刀切拒答，而是聚焦“主题内子集”边界。在政治操纵场景下，新方法使良性侧过拒从 32.94% 降至 4.16%，有害侧拒答仅小幅回落；研究同时警示，单纯提高拒答率可能带来严重的过拒问题。
LangChain发布langchain-openai 1.6.1：支持异步工具调用与Azure AD认证
新版本修复GPT-5推理努力级别配置，并针对OpenAI 3.8调整Azure AD认证。
llama.cpp发布b10863：修复Metal后端mul_mv_iq3_xxs内核中ne00的空闲线程问题
新版修复了Metal后端在特定矩阵乘法操作中的线程调度缺陷，同时提供多平台预编译二进制供下载。
llama.cpp b10858发布：Vulkan后端融合激活函数与乘法运算，覆盖gemma3n等模型模式
新版将GELU、SIGMOID、SILU、SOFTPLUS与MUL融合为单一Vulkan内核，针对gemma4、qwen3next等架构的共享专家门控，修复 10-18% 的预填充性能回退。
llama.cpp b10857发布：修复 32 位平台Vulkan句柄使用问题
llama.cpp发布b10857版本，修复Vulkan-Hpp在 32 位目标上的句柄使用问题，并同步提供各平台预编译二进制。
llama.cpp b10856发布：拆分模板解析器，chat.cpp规模缩减逾一半
llama.cpp发布b10856版本，将 14 个专用模板解析器从chat.cpp拆分为独立文件，chat.cpp代码行数降至 1513 行，无功能变化。
llama.cpp b10855发布：修复OpenCL后端conv2d非连续输入处理
新版本主要修复OpenCL后端conv2d对非连续输入的stride处理问题，并同步更新各平台预编译包。
llama.cpp b10853发布：新增Kimi-K3循环状态回滚支持
llama.cpp发布b10853版本，核心变更为支持Kimi-K3模型的循环状态回滚功能。
llama.cpp b10852发布：为Hexagon DSP后端新增RELU与LEAKY_RELU算子
新版本主要为Qualcomm Hexagon后端补齐两种激活函数算子，涉及代码合并（PR #28585）。
llama.cpp发布b10850版本：修复L2_NORM测试在GCC 12下的编译告警
新版本仅包含一项测试代码修复，将L2_NORM批次数绑定到局部变量并为数组初始化，解决aarch64 Release构建在GCC 12下因“可能未初始化”告警导致的编译失败。
llama.cpp b10844为Vulkan后端加入DeepSeek-V4超连接融合算子
Vulkan成为最后一个为DeepSeek-V4添加融合算子（DSV4_HC_COMB/PRE/POST）的主要后端，此前在Strix Halo上未融合的Sinkhorn链约占解码操作时间的 32%。
llama.cpp b10842发布：ggml新增gfx90c HIP支持
新版本为ggml添加面向AMD gfx90c平台的HIP后端并使其符合规范，同时更新了多个平台的预编译二进制。
llama.cpp b10840发布：CUDA分支无跳转解包提速Q4_K/Q5_K，DGX Spark获L2预取
新版本针对批大小大于 1 的mmvq场景优化，将Q4_K/Q5_K解包改为无分支计算，避免每列重复执行缩放解包；同时为NVIDIA DGX Spark加入L2预取支持。
llama.cpp b10839发布：修复Vulkan后端GET_ROWS崩溃，Qwen3-TTS与Qwen3-VL可正常加载
llama.cpp发布b10839，修复Vulkan后端因张量偏移未对齐导致GET_ROWS运算断言失败的问题，该问题影响Qwen3-TTS和Qwen3-VL等模型。
GOSIM开源大会首次落地深圳，10 月 16 日开幕，DHH与英伟达、微软等 150+ 讲师参会
10 月 16-17 日，GOSIM Shenzhen 2026将在深圳南山伊敦酒店举办，设 6 大技术主题论坛、7 场Workshop、4 场Hackathon和Spotlight路演，早鸟票 9 月 17 日截止。
llama.cpp b10835发布：修复CUDA后端f16 Flash Attention的分支屏障错误
本次更新包含两个ggml-cuda补丁：修复f16 flash attention中的divergent barrier问题，并避免重复的元数据指针设置。修复主要影响NVIDIA GPU上使用半精度Flash Attention的场景。
llama.cpp b10833：Vulkan后端融合RMS_NORM操作，Gemma系模型性能提升约 4%
llama.cpp发布b10833，为Vulkan后端新增RMS_NORM与MUL、ADD、VIEW、SET_ROWS等操作的融合支持，并扩展ROPE对IMROPE的支持，作者称在其系统上Gemma模型性能提升约 4%。
llama.cpp b10831发布：Vulkan后端新增TQ1_0量化支持
新版本在Vulkan后端加入TQ1_0量化格式的矩阵乘法、矩阵向量乘等内核，并将 3 的幂打包进 32 位常量以优化实现。
OpenBMB发布MiniCPM5-2B：2.6B参数密集推理模型，4B以下开源模型中智能指数最高
MiniCPM5-2B在Artificial Analysis Intelligence Index v4.2上得15分，超越Granite 4.2 3B（11分），但落后于Ling 3.0 Tiny（16分）。
llama.cpp发布b10830：新增 --fuse-qkv参数，转换时合并Q/K/V矩阵
llama.cpp发布b10830版本，核心变化是在HF到GGUF转换工具中新增 --fuse-qkv参数，可在模型转换阶段将查询、键、值矩阵融合为QKV。各平台安装包同步发布。
llama.cpp b10829发布：修复GDN归一化，从max改为rsqrt，对齐参考实现
此修复改变了GDN q/k归一化的epsilon处理方式，影响Qwen3-Next等模型的数值行为，cuda、vulkan等预编译二进制已同步更新。
llama.cpp b10828发布：新增Spark 2.5模型架构支持
llama.cpp发布b10828版本，新增对Spark2_5ForCausalLM模型实现的支持，并同步提供各平台预编译二进制下载。
llama.cpp b10827发布：修复OpenCL后端q4_K/q5_K乘法的权重打包选择
新版本包含一项OpenCL修复，涉及q4_K与q5_K量化格式在矩阵乘法中的权重打包逻辑，同时为各平台提供预编译二进制。
llama.cpp b10826发布：修复CUDA后端mmid与mmf中的竞态条件
新版本主要针对CUDA后端的多模态推理（如mmid、mmf）进行并发修复，并同步更新各平台预编译二进制文件。