Todo lo publicado sobre modelos: análisis de fondo y el registro de lo que fue cambiando.
Cuando la plantilla de chat pre-abre el bloque de razonamiento, el modelo nunca emite la apertura y un parser genérico puede tragarse el tool call entero.
Un bug de indexado en Metal deshabilitó en silencio la fusión norm más MUL y costó 5% de velocidad de generación hasta que alguien lo investigó.
Restaurar una snapshot de 40 mil tokens tomaba hasta 63 segundos en llama.cpp por copiar celda a celda; agrupar por rango contiguo lo bajó a 424 milisegundos.
Esta semana llama.cpp aceptó parches de Claude, Codex y un bot interno en kernels, cada uno acompañado de métricas de error frente a una referencia numérica.
Al sumar Kimi-K3 a llama.cpp, el equipo detectó que sus pesos MXFP4 ya eran bit-compatibles con el formato interno de ggml y evitó dequantizar 5.5 TB de bf16.