2026年8月4日 · llama.cpp
b10273
llama.cpp 发布 b10273 版本，从基于历史的采样器中移除 "full-context windows"，将 -1 解析为 1024 而非上下文长度，并为基于历史的采样器设置共享默认值 64。
EVENT STORY
发展脉络
- 首次出现b10273llama.cpp
- 当前判断llama.cpp 作为广泛使用的推理引擎，其采样器默认值调整可能影响下游应用对生成行为的预期，尤其在长上下文任务中，开发者需注意默认窗口变化对输出质量的影响。Agent Pulse · 分析
llama.cpp 在 b10273 版本中调整了采样器行为：由于后端采样在完整 llama_context 创建前初始化采样器，无法推断解析后的上下文长度，因此将 -1 解析为 1024 而非上下文长度，并为基于历史的采样器设置共享默认值 64。此变更移除了 "full-context windows"，影响采样器对历史窗口的处理。
此变更表明采样器初始化与上下文创建解耦，导致无法在初始化时获取上下文长度，因此采用固定默认值 1024 和 64。这简化了采样器逻辑，但可能影响依赖上下文长度的采样策略，需关注后续对长上下文场景的适配。
llama.cpp 作为广泛使用的推理引擎，其采样器默认值调整可能影响下游应用对生成行为的预期，尤其在长上下文任务中，开发者需注意默认窗口变化对输出质量的影响。
对于依赖 llama.cpp 的推理服务，此变更可能影响生成质量和资源使用，需评估默认值调整对业务场景的适用性，并考虑自定义配置以维持预期行为。
后续版本可能引入更灵活的配置或延迟解析机制，以恢复对上下文长度的动态适配，或提供更细粒度的采样器参数控制。