llama.cpp b12021:Gemma 4 影像改為無 letterbox 縮放
llama.cpp 發布 b12021 版本,mtmd 多模態模組對 Gemma 4 影像的預處理改為不加 letterbox 填充直接縮放,避免補邊黑框進入視覺輸入。其餘為該版本的各平台建置產物,覆蓋 macOS/iOS、Linux 的 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 版本,以及 Android、Windows 與 openEuler。
原標題:b12021
閱讀原文
| 評分 | 42 / 45(平均 43,門檻 60) |
|---|---|
| 狀態 | 未入選 |
原文
相關報導
llama.cpp b11747 讓 mtmd 對齊 Qwen-VL 影像縮放
llama.cpp 發布 b11747 建置,核心改動是讓 mtmd 的多模態預處理與 transformers 的 Qwen-VL resize 行為保持一致,避免同一張圖片在兩邊得到不同的縮放與切圖結果。
llama.cpp b11851 讓 LFM2 影像縮放與 torchvision 對齊
llama.cpp 新建置 b11851 中,LFM2、LFM2-VL 與 d1-omni 的影像預處理(雙線性與雙三次縮放)改為與 torchvision 輸出一致,此前 Pillow 移植版在約 1%(d1-omni、LFM2.5-VL)和約 0.25%(d1-3B)的裁剪畫素值上偏差 1–2 級。
llama.cpp b11772 修復 Gemma 4 FFN 啟用
llama.cpp 發布 b11772 建置,修復 mtmd 中 Gemma 4 的 FFN 啟用(#30882)。該版本同步提供 macOS/iOS、Linux、Android、Windows 和 openEuler 的預編譯包,覆蓋 Apple Silicon、CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 等平台與後端,其中部分條目標註為 DISABLED。
llama.cpp 建置 b12028 在測試中啟用 Gemma 4 並採用 GQA
llama.cpp 發布建置 b12028,在 test-llama-archs 中啟用 Gemma 4,並讓該測試對 Gemma 4 採用 GQA。該版本照例提供 macOS/iOS、Linux、Android、Windows 與 openEuler 的多平台建置產物,涵蓋 CUDA、Vulkan、ROCm、OpenVINO、SYCL 以及 Snapdragon 的 CPU、Adreno GPU 和 Hexagon NPU 等後端;
llama.cpp b11774 修復 LFM2 影像預處理,切片與網格對齊 transformers
llama.cpp 新建置 b11774 修正了 LFM2 系列視覺模型(LFM2-VL、LFM2.5-VL、d1-3B)的 mtmd 影像預處理,使切片與網格選擇與 Hugging Face transformers 一致。此前 llama.cpp 保留寬高比並補黑邊、只有 d1-omni 會拉伸,影像比例與網格不符時切片與 transformers 不同;現在設 PAD_NONE 即與 transformers 相同。