llama.cpp b12470 哪些张量形状会涉及掩码广播修复?
Chloe
发布时间:2026-11-17 |
10人浏览过
llama.cpp b12470 修复 SYCL 后端的 MKL Flash Attention 路径。需要留意的形状是掩码头数或批次数大于一,同时少于对应的查询维度。

为什么掩码尺寸可以小于查询尺寸
该算子允许掩码按查询头或批次广播。少量掩码可在多个查询位置复用。旧实现直接按查询位置读取时,可能索引到掩码范围之外。

维护者发现了什么异常
在同一广播条件下,f16 K/V 复现了设备丢失错误,q8_0 K/V 复现了 NaN。这两种现象是维护者描述的复现条件。
预发布修复的范围
llama.cpp b12470 是预发布构建,说明明确指向 SYCL 的 MKL Flash Attention 路径。定位类似错误时,后端与算子路径均是判断条件。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。
作者最新文章
全部内容- Python CLI终端常用命令汇总:解释器参数与pip包管理 2026-11-17
- Python主要应用领域解析:Web开发、数据分析与人工智能场景概览 2026-11-17
- Python实现JPG转PNG等图片格式批量转换 2026-11-17
- 火山引擎官网首页入口 火山引擎AI产品介绍页 2026-11-16
- 多个Python装饰器叠加时,执行顺序是怎么的? 2026-11-16













