llama.cpp b12441 사전 릴리스, WebGPU 마스크 오류 수정
올린 때 기준일
llama.cpp 사전 릴리스 b12441(2026-11-16)은 WebGPU flash-attention 셰이더가 마스크의 head 차원을 빼고 읽던 문제를 고쳤다. 같은 날 공개된 b12436은 Vulkan 32비트 컴파일 문제를 수정했다.
무슨 일이 있었나
출처: ggml-org/llama.cpp GitHub 릴리스 페이지
- b12441 사전 릴리스가 2026-11-16에 태그됨 (공식)
- WebGPU flash-attention 셰이더가 마스크를 head 차원 없이 읽어, 마스크에 head가 2개 이상일 때 잘못된 결과가 나왔다고 밝힘
- 수정은 마스크 오프셋에 head 인덱스를 더하는 방식
- Vulkan의 top-k 동점 선택을 결정적으로 만드는 변경 포함. 원자 카운터를 쓰는 radix select 때문에 스레드 스케줄링에 따라 남는 열이 달라질 수 있었다고 설명
- b12436(2026-11-16)은 Vulkan 32비트 컴파일 문제 수정
우리 관점
PC에서 Vulkan이나 WebGPU 경로로 로컬 모델을 돌리는 사용자에게는 어텐션 결과 정확도와 결과 재현성에 관련된 수정이다. 다만 영향을 받는 모델 목록, 성능 수치, 이전 빌드에서 출력이 얼마나 달랐는지는 확인되지 않았다. Mac이나 안경 기기에 대한 직접 영향도 노트에서 확인되지 않았고, 개별 태그 페이지는 열어보지 않았다.