llama.cpp 发布 1.0 版

发生了什么

llama.cpp 与 ggml 11 月 13 日同步发布 1.0.0 版，这是项目启动约三年半以来首次采用语义化版本号：此前版本以构建编号标记，如 b12359；此后破坏公开 C 语言接口的改动只随主版本号升级，向后兼容的功能与新模型支持随次版本号，缺陷修复随补丁号。

1.0.0 版同时做了一次清理：删除 35 个已弃用函数、预热设置与碎片整理阈值选项，NextN 推测解码接口从扩展头文件移入主头文件 llama.h；ggml 方面删除已弃用接口与旧的 DIAG_MASK 操作，加入可配置的 YaRN 截断与 FP8 支持。

新增功能包括 FP8 键值缓存、面向混合专家模型的主机内存专家缓存，以及 llama-server 针对服务端请求伪造与 DNS 重绑定攻击的加固；项目支持 150 多种模型架构变体，维护团队 2 月加入 Hugging Face，许可证仍为 MIT。

关键事实

1. 发布内容：llama.cpp 与底层张量库 ggml 11 月 13 日同步发布 1.0.0 版，项目启动约三年半以来首次采用语义化版本号。
2. 版本承诺：此后破坏公开 C 语言接口的改动只随主版本号升级；向后兼容的功能与新模型支持随次版本号，缺陷修复随补丁号。
3. 清理内容：删除 35 个已弃用函数、预热设置与碎片整理阈值选项；NextN 推测解码接口移入主头文件 llama.h。
4. 新增功能：FP8 键值缓存、混合专家模型的主机内存专家缓存、llama-server 针对服务端请求伪造与 DNS 重绑定攻击的加固。
5. 覆盖规模：项目支持 150 多种模型架构变体；上一编号版本为 llama.cpp v0.9.0 与 ggml v0.29.0。
6. 团队背景：维护团队 2 月加入 Hugging Face，项目仍采用 MIT 许可证。