该版本允许把模型按行切分到多台Hexagon设备上运行，并为此修正了矩阵乘、注意力、ROPE等大量算子的多设备分区逻辑，同时更新了开发者文档和运行脚本。
阅读全文开源项目
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发布b10919：ggml-webgpu升级到新版Dawn
llama.cpp的b10919版本更新了ggml-webgpu后端所依赖的Dawn版本，并同步提供macOS、Linux、Windows、Android等多平台预编译包。
阅读全文
gemini-cli发布v0.61.0 nightly，修复间接提示注入与沙箱文件系统边界
该nightly版本包含两项安全修复：阻止通过构建文件修改和不可信标志触发的间接提示注入，并加固沙箱文件系统边界、隔离运行时状态。
阅读全文llama.cpp发布b10917：MSVC下跳过llama-server的预编译头
该版本修复了此前引入PCH时在MSVC上引发的问题，关联issue #28758，并同步更新了macOS、Linux、Windows、Android等平台的预编译产物。
GitHub日本韩国市场负责人用Copilot把活动运营写成代码
Tomoko Tanaka在GitHub官方博客披露：把活动立项、报名筛选、会后上传CRM全流程交给GitHub Issue表单、标签触发的Actions和Copilot，过去手工花一两天搭建的活动现在从单个Issue自动跑起来。
LangChain发布langchain-core 1.6.3：可根据网关响应覆盖模型名与提供商追踪元数据
该版本在 1.6.2 基础上新增一项功能：允许基于网关响应覆盖模型名称和提供商的追踪元数据，另有测试和文档清理。
llama.cpp b10909：Metal后端融合表重构，修复约5% token生成性能回退
这次更新把Metal后端所有可融合算子模式集中到一张融合表，同时修掉一个因输出索引用错相对索引、导致norm/MUL融合静默失效并造成约 5% token生成回退的bug。
llama.cpp b10908修复Metal后端IQ矩阵乘内核空转线程
该版本针对ne00=4 的剩余iq mul_mv内核修复空闲线程问题，并整理行切片偏移逻辑；K-quants存在同类问题但需单独改动。
llama.cpp b10907修复deepseek2、glm4moe等架构的MTP上下文KV缓存分配
该版本为deepseek2、glm4moe、cohere2moe架构修复MTP上下文KV缓存分配问题，并加入逆架构门控；同时发布覆盖macOS、Linux、Windows、Android的多平台预编译包。
llama.cpp b10905发布：为RDNA4开启head size 256的MMA Flash Attention
该版本集中在CUDA/HIP的Flash Attention调优，HIP后端在RDNA4（gfx1201）上为head size 256启用mma FA并调整配置；AMD WMMA路径改为优先整块tile的FA网格而非stream-k。
LiteLLM发布v1.102.0-dev.2，新增OCR适配器与按TTFT百分位路由
该开发版仍以cosign签名验证为基础，更新集中在MCP授权、消费追踪、Terraform资源与路由策略等修复和功能上。
RunningHub开源MiniMax H3多卡加速方案，称4卡RTX 6000D生成提速约12倍
量子位报道，一站式AIGC创作平台RunningHub将MiniMax H3的推理加速方案开源至GitHub，称在4张RTX 6000D上生成5秒1344×768视频从348.8秒降至28.7秒，且保留BF16精度。
llama.cpp发布b10901：Vulkan后端在上下文空闲时改用CPU写入
该版本唯一的代码改动是ggml_backend_vk_cpy_tensor_async在上下文空闲时使用CPU写入，同时照例放出各平台预编译包。
GitHub官方博客介绍Copilot应用内置diff、终端与浏览器面板
GitHub官方博客介绍，GitHub Copilot应用内置diff面板、终端面板和浏览器面板，让审查、运行和预览agent生成的代码在同一应用内完成，无需在编辑器、终端和浏览器之间切换。
Google ADK Python 2.9.0发布：新增模型自动故障转移、LiveKit语音支持与MCP SDK 2.x兼容
ADK 2.9.0引入FallbackModel在主模型出错时自动切换备用模型，新增LiveKit runner用于语音和电话代理，并支持从YAML加载ADK 2.0图工作流；同时带来四项破坏性变更。
OpenAI发布Codex Windows语音版Cygwin构建输入与对应源码
这批归档仅用于CI构建原生Windows语音版Codex，不包含在Codex用户安装包中，包含 103 个固定版本Cygwin二进制包和 83 个对应源码包。
openai-python发布v3.13.0，新增Agents API
OpenAI官方Python SDK于 2026-9-10 发布 3.13.0 版本，更新日志中唯一列出的特性是新增Agents API，对应提交 1c4284a。
LangChain发布langchain-anthropic 1.7.2，修复无效工具调用块丢失问题
该版本距 1.7.1 仅有一处修复：保留无效的tool use块；来源为GitHub Release摘要。
llama.cpp发布b10900：Vulkan后端借add_alloc_dep为预填充启用topk_moe融合
该版本说明（来源仅为发布页摘要）写明唯一改动是Vulkan后端使用add_alloc_dep让topk_moe融合在预填充（prefill）阶段生效（PR #28422），同时照例提供各平台预编译包。
llama.cpp b10899发布：为Qwen优化Vulkan小M矩阵乘法
该版本针对Qwen在Vulkan后端的小M场景做了三项改动：m=1 的mul_mat改为交换A/B、允许小M使用split_k、coopmat2的小/中tile选择改为依赖M而非只看N。
llama.cpp b10897发布：Windows ARM64的CUDA 13构建改用 13.4.1 GA可再发行组件
该版本将Windows ARM64 CUDA 13.4构建从Developer Preview归档迁移到 13.4.1 正式发布（GA）可再发行组件，并同步更新各平台预编译包。
Anthropic Python SDK发布 1.5.0：Managed Agents可挂载公开GitHub仓库
该版本为Managed Agents加入自动模式工具权限、无需authorization_token即可挂载公开GitHub仓库，并新增web_fetch的content_too_large错误码。
OpenAI Python SDK 3.12.0发布：新增Live API，修复异步流清理等问题
OpenAI Python SDK发布 3.12.0 版本，新增Live API；同时修复AsyncStream缺少aclose()、无类型参数的裸dict/list注解处理、以及空响应完成时保留已定稿输出三个问题。
LiteLLM发布v1.100.1，回滚部分支出归因改动
LiteLLM v1.100.1已发布，除回迁两项改动外，还撤销了stable/1.100.x上的支出归因回迁；版本说明同时提醒Docker镜像已用cosign签名。
ONNX Runtime 1.30.0发布：新增Go绑定，CUDA与WebGPU推理能力扩展
微软ONNX Runtime发布 1.30.0 版本，这些说明覆盖自 1.29.1 以来的变更。亮点包括：CUDA推理支持扩展，为连续批处理引入变长因果卷积、paged XQA中的投机解码，以及带per-channel scales的INT4 paged KV cache；WebGPU方面改进PagedAttention、新增GPT-OSS支持与INT8 KV-cache块量化；CPU端新增AVX-512、Arm64 NEON和SVE的融合LinearAttention内核；并新增ONNX Runtime C API的Go绑定与DeepSeek Engram contrib算子。
llama.cpp发布b10896：修复DFlash视觉模型下mtmd chunk解码失败问题
llama.cpp新构建b10896修复了投机解码组件DFlash在搭配视觉模型时，mtmd chunk因图像固定偏移而无法解码的问题，并调整为仅跳过图像、允许音频通过。
llama.cpp发布b10894：清理旧模型中的死分支代码
llama.cpp发布构建b10894，本次唯一代码变更是清理若干旧模型中因早前重构而被复制粘贴、实际上已不可能触发的switch分支。
llama.cpp发布b10893：提高Add融合测试容差
llama.cpp新构建版本b10893的主要代码变更是提高Add融合测试的容差，同时发布覆盖macOS、Linux、Windows、Android及UI的预编译包。
llama.cpp发布b10892：测试代码移除SYCL特殊处理
llama.cpp新构建b10892的唯一代码变更是从test-backend-ops.cpp中删除针对SYCL的特殊分支（PR #28688），同时照常发布各平台预编译包。
llama.cpp为PowerVR显卡增加shared-memory reduction回退路径
Imagination的Vulkan编译器对要求subgroup size ≥16 的反量化mul_mat_vec shader一律返回VK_ERROR_UNKNOWN，导致k-quants、i-quants、TQ2_0、MXFP4、NVFP4模型在生成第一个token时进程崩溃。新版本在PowerVR上改走shared-memory reduction。