server : fix incorrect usage of llama_get_embeddings()

ggml-ci

Author: ggerganov

include/llama.h

@@ -965,6 +965,7 @@ extern "C" {
     LLAMA_API int32_t llama_n_threads_batch(struct llama_context * ctx);
 
     // Set whether the context outputs embeddings or not
+    // TODO: rename to avoid confusion with llama_get_embeddings()
     LLAMA_API void llama_set_embeddings(struct llama_context * ctx, bool embeddings);
 
     // Set whether to use causal attention or not

tools/server/server.cpp

@@ -1933,7 +1933,7 @@ struct server_context {
     // also we cannot split if the pooling would require any past tokens
     bool can_split() const {
         return
-            !llama_get_embeddings(ctx) ||
+            !params_base.embedding ||
             (llama_get_memory(ctx) && llama_pooling_type(ctx) == LLAMA_POOLING_TYPE_LAST);
     }