llama.cpp b12441 プレリリース、WebGPUマスクのバグを修正
掲載 基準日
llama.cpp プレリリース b12441(2026-11-16)は、WebGPU flash-attention シェーダーがマスクのhead次元を無視して読み取っていた問題を修正した。同日公開のb12436はVulkan 32ビットコンパイルの問題を修正した。
何があったか
出典: ggml-org/llama.cpp GitHub リリースページ
- b12441 プレリリースが2026-11-16にタグ付けされた(公式)
- WebGPU flash-attention シェーダーがマスクをhead次元なしで読み取り、マスクのheadが2つ以上の場合に誤った結果が出たと説明
- 修正は、マスクのオフセットにhead インデックスを加える方式
- Vulkanのtop-k同点選択を決定的にする変更を含む。アトミックカウンターを使うradix selectのため、スレッドのスケジューリングによって残る列が変わりうると説明
- b12436(2026-11-16)はVulkan 32ビットコンパイルの問題を修正
当チャンネルの見方
PCでVulkanやWebGPUの経路を使ってローカルモデルを動かすユーザーにとって、アテンション結果の正確性と結果の再現性に関わる修正である。ただし、影響を受けるモデルの一覧、性能数値、以前のビルドで出力がどれほど違ったかは確認されていない。MacやARグラスのデバイスへの直接の影響もノートでは確認できず、個別のタグページは開いていない。