开源项目

关注开放的模型、工具与代码，找到值得动手的项目。

本页最新按事件时间排序

llama.cpp Releases2026年10月9日

llama.cpp发布b11517：CUDA后端向主机MMQ配置辅助函数传递src1精度

llama.cpp新构建b11517的CUDA改动为 #30168，作者ynankani将src1精度传入主机端MMQ配置辅助函数，并使其显式化；发布页同时列出各平台预编译包下载。

阅读全文

llama.cpp Releases2026年10月9日

llama.cpp b11516修复Hexagon NPU上IM2COL DMA环形缓冲区溢出

该版本修复了骁龙Hexagon NPU上IM2COL exact-tiling内核在IC*KH超过 255 时丢弃DMA传输、导致输出混入NaN/inf的问题，并新增了会触发该缺陷的测试用例。

阅读全文

onnxruntime Releases2026年10月9日

ONNX Runtime 1.31.0发布：模型包API与EPContext回调转为稳定接口

微软onnxruntime发布 1.31.0，将模型包API和EPContext数据回调提升为稳定的C/C++接口，同时改进CPU会话初始化与量化MoE推理、扩展基于设备的执行提供程序选择。发布说明称变更自 1.30.0 起，CUDA与WebGPU内核细节由其插件EP单独发布。

阅读全文

llama.cpp Releases2026年10月9日

llama.cpp发布b11515：SYCL后端加入Q5_K重排布局MMVQ与融合GLU

该版本的主要代码变更是为SYCL后端实现Q5_K量化格式的重排布局矩阵乘向量（MMVQ）与融合GLU算子，发布页同时列出macOS、Linux、Windows、Android等平台的预编译包。

onnxruntime Releases2026年10月9日

ONNX Runtime发布CUDA Plugin EP 0.3.0：新增稀疏注意力与连续批处理，INT2与混合位宽QMoE可执行

该版本仍要求ONNX Runtime核心最低 1.24.4，但发布说明指出，满足最低版本不保证贡献算子的兼容性；核心与插件必须使用同一套贡献算子schema，建议从同一ONNX Runtime revision构建，匹配版本为 1.31.0。

LangChain Releases2026年10月9日

LangChain发布 1.4.4：摘要中间件在上下文溢出时重试摘要步骤

LangChain 1.4.4相对 1.4.3 的发布说明显示，本次包含一项fix和多项依赖版本更新，其中SummarizationMiddleware在上下文溢出时会重试摘要步骤。

The Verge AI2026年10月9日

Anthropic推出OSS Scanner，免费为开源项目做AI安全扫描

Anthropic称，选择加入的开源项目将获得由其“最强模型”定期执行的安全扫描，报告完全由模型生成，不含人工审核或分诊。

llama.cpp Releases2026年10月9日

llama.cpp发布b11514，修复Musa后端FWHT

llama.cpp版本b11514的发布说明仅列出一项变更：Musa FWHT修复（#30167），同时提供macOS、Linux、Windows、Android等多平台预编译包。

LangChain Releases2026年10月9日

LangChain发布langchain-core 1.6.9：with_retry支持传入可调用对象

LangChain发布langchain-core 1.6.9版本，相比 1.6.8 的主要变化是with_retry现在可以接受callable。#41158 的标题写明这是新增功能。

llama.cpp Releases2026年10月9日

llama.cpp b11513改进CUDA top-k算法选择，qwen4exp测试耗时降至 941.8 ms

该版本用按行网格的基数选择替换CUB逐行DeviceTopKKernel，并改为按形状选择TOP_K实现；发布说明称在 34,816 tokens的qwen4exp上，top-k启动次数从 1,671,253 降至 2,329，耗时从 5,761.8 ms降至 941.8 ms。

llama.cpp Releases2026年10月9日

llama.cpp b11512修复DFlash输出头共享问题

llama.cpp发布b11512版本，主要修复合入PR #30111 的DFlash输出头共享问题：从GGUF metadata读取tied输出权重、共享tied词嵌入metadata，并移除DFlash嵌入头fallback。

llama.cpp Releases2026年10月9日

llama.cpp发布b11511：修复CUDA后端MMQ越界读取

该版本由仓库自动化账号发布，变更条目为“CUDA: fix MMQ out-of-bounds reads (#29953)”，即针对CUDA后端MMQ的越界读取问题；同时按平台提供CPU、CUDA 12/13、Vulkan、ROCm、SYCL、OpenVINO等预编译包。

llama.cpp Releases2026年10月9日

llama.cpp发布b11510：CUDA PAD内核改为循环处理超过 65535 行或切片

该版本唯一的变更说明是“CUDA : looped PAD kernel for more than 65535 rows or slices (#30147)”，同时照例提供macOS、Linux、Windows、Android等多平台预编译包。

LangChain Releases2026年10月9日

LangChain发布langchain-openai 1.7.0，新增Decisions API支持

LangChain在GitHub发布了langchain-openai 1.7.0，主要变更为支持Decisions API，同时将langgraph-sdk、pyjwt、urllib3三个依赖升级到新版本。

llama.cpp Releases2026年10月8日

llama.cpp b11509修复CUDA构建中CCCL版本判断在跨大版本时误判的问题

该版本修正了argsort的CCCL版本守卫：原先分别比较主版本与次版本，在CCCL 4.x上会误判为不满足条件，导致strided iterator路径被静默禁用、回退到init_offsets，形成无编译报错的性能损失。

LangChain Releases2026年10月8日

LangChain发布langchain-core 1.6.8，加固IPv6 SSRF检查

该版本在 1.6.7 之后加入两项改动：发布 1.6.8（#41153），并修复针对作用域与兼容IPv6地址的SSRF检查（#41151）。

llama.cpp Releases2026年10月8日

llama.cpp b11507发布：支持MoE缓存跨多GPU

llama.cpp发布b11507版本，主要变更为支持MoE缓存跨多个GPU，由PR #30112 引入；该版本同时提供macOS、Linux、Windows、Android等多平台构建包。

llama.cpp Releases2026年10月8日

llama.cpp b11505修复Vulkan后端TOP_K对 +inf/NaN输入和k=1 负值的处理

该版本改动topk_nary_search.comp的桶搜索范围与k=1 路径的比较方式，并新增test_top_k_inf测试，覆盖k=1、10、40。

llama.cpp Releases2026年10月8日

llama.cpp发布b11503：更新cpp-httplib至 0.60.1

该版本唯一列出的代码变更是将vendored依赖cpp-httplib升级到 0.60.1（PR #30134，由Adrien Gallouët提交），同时继续提供多平台预编译包。

llama.cpp Releases2026年10月8日

llama.cpp发布b11501，SYCL后端加入FWHT优化

llama.cpp新构建b11501的更新项为sycl: FWHT optimizations（#29605），发布页同时列出macOS、Linux、Windows、Android等多平台二进制包，其中macOS Apple Silicon的KleidiAI版本和openEuler包标记为DISABLED。

llama.cpp Releases2026年10月8日

llama.cpp发布b11500版本，修复hex-mmadd融合bias-add的对齐读写假设

该版本由发布机器人自动生成，核心变更是一条代码提交：hex-mmadd在融合bias-add时不再假设读写地址对齐（#30133）。

llama.cpp Releases2026年10月8日

llama.cpp发布b11499：CUDA后端改用字节步长支持非连续ROLL

该版本由项目构建机器人发布，主要改动是CUDA的ROLL操作改用字节步长，以支持非连续张量；同时提供macOS、Linux、Windows、Android、openEuler等多平台预编译包。

llama.cpp Releases2026年10月8日

llama.cpp发布b11498：修复CUDA上norm系列kernel在ne[2]/ne[3] 超出grid维度限制时的问题

该版本由仓库自动化账号github-actions[bot] 发布，变更条目为 “CUDA: fix norm family kernels when ne[2]/ne[3] exceed grid dim limits (#28175)”，同时提供macOS、Linux、Windows、Android等多平台预编译包。

llama.cpp Releases2026年10月8日

llama.cpp b11497发布：SYCL后端融合delta-net alpha gate（add+unary+mul）

llama.cpp发布b11497版本，提交说明称在SYCL后端将delta-net的alpha gate的加法、一元运算与乘法三步融合为单条计算链，并新增覆盖该融合链的测试，同时为该融合alpha gate提供flat path并固定节点跳过。

llama.cpp Releases2026年10月8日

llama.cpp b11496发布：SYCL后端模型加载改用固定环形缓冲区批量上传

该版本由cwriter合入PR #29608，将SYCL后端的模型加载批量上传改为通过固定（pinned）环形缓冲区分阶段进行；版本同时提供macOS、Linux、Windows、Android等多平台预编译包。

litellm Releases2026年10月8日

LiteLLM发布v1.105.0-rc.3，回迁 /v1/decisions等Decisions接口

该候选版本将 /v1/systemone、OpenAI格式的 /v1/decisions以及openai Decisions provider回迁至rc/1.105.0分支，发布说明同时给出用cosign校验镜像签名的两种方法。

llama.cpp Releases2026年10月8日

llama.cpp发布b11494：CUDA后端GDN状态列改为每warp四列

该版本将ggml-cuda中GDN状态列的分配从每warp两列改为四列，并在S_v=128 时采用，默认cols_per_warp=4。

OpenAI Python SDK Releases2026年10月8日

OpenAI Python SDK发布v3.26.1，修复自定义语音创建参数错误

该版本由openai-sdks[bot] 于 2026-10-08 发布，仅包含一项针对API自定义语音创建参数的bug修复，涉及issue #4038。

llama.cpp Releases2026年10月8日

llama.cpp b11493为SYCL后端加入分组MoE XMX GEMM

该版本发布说明中唯一列出的代码变更是sycl后端新增分组MoE XMX GEMM（PR #29245，由cwriter共同提交），其余内容为各平台预编译产物的下载链接。

litellm Releases2026年10月8日

LiteLLM发布v1.102.4，回填PR #44508 至stable/1.102.x

这是LiteLLM的一次补丁版本发布，发布说明列出的唯一变更是将PR #44508 回填（backport）到stable/1.102.x分支并切出 1.102.4；Docker镜像沿用cosign签名验证，官方给出基于固定commit哈希和release tag两种核验方式。