pull-request

此拉取请求为 llama.cpp（一个流行的开源 LLM 推理引擎）添加了 CUDA 上的快速 Walsh-Hadamard 变换实现。该优化提升了在 NVIDIA GPU 上某些计算操作的性能。

一个针对 llama.cpp 的拉取请求修复了使用 OpenCode 或 Pi 时出现的持续 prompt processing 问题。

此拉取请求通过避免在多令牌预测的提示解码过程中不必要地复制 logits，优化了 llama.cpp，从而提升推理性能。

为 llama.cpp 添加 MTP（多令牌预测）支持的拉取请求已合并至 master 分支。

与 LLaMA 模型相关的 MTP（可能指模型训练管道或类似内容）拉取请求已合并，标志着一个里程碑。

拉取请求为 llama.cpp 添加多令牌预测（MTP）支持，启用推测解码以加速推理。

一个基于LangChain构建的AI代理持续监控自己的代码库，标记缺失的监测器，并自动创建PR修复发现的漏洞，如Ramp公司的Alex Shevchenko所述。