北京时间 10 月 20 日 07 时 58 分，ggml-org 在 GitHub 发布 llama.cpp 预发布 b11747。仓库发布接口记录其发布时间为 2026-10-19T23:58:12Z，对应北京时间 10 月 20 日，对比区间为 b11744 至 b11747。该版本包含 3 笔提交，版本提交为 f711c8f3038020d71f69b8ced09162b014fd7335，提交时间为 2026-10-19T23:14:40Z。以上版本号、发布时间与提交对应关系由官方仓库发布与提交记录直接确认；影响判断为编辑基于官方描述的解释，未经独立测试验证。
已核实变化
官方合并的实质变更为提交 f711c8f，标题为 mtmd : match the transformers Qwen-VL resize，关联 PR #30736。PR 概述写明此前 llama.cpp 的 mtmd 动态尺寸预处理与 transformers 的 Qwen2VLImageProcessor 在两处不一致：一是缩放后补黑边，二是取整采用直接四舍五入而非 Python 半偶取整，导致部分尺寸多出一行或一列 token。修复为对相关投影类型取消填充并新增半偶取整参数，使计算尺寸与官方处理器一致。该部分为对官方提交与 PR 描述的转述，不是独立复现结论。
从官方 PR 说明看，受影响范围为 Qwen2-VL、Qwen2.5-VL、Qwen3-VL 与 Ling 3 VL，以及同样使用该处理器的 MiMo-V2.5、dots.ocr 与 EXAONE 4.5，现有 GGUF 无需重新转换。官方给出的对照显示，768x400 由 312 token 回到与 transformers 一致的 288 token，640x240 图文示例由误答修正为正确回答，图像嵌入余弦相似度由最低 0.03 左右提升至 0.98 以上。该组数字来自提交者在受控 CPU 环境下的自测，未经第三方独立验证，中国用户可按官方测试脚本在测试环境复核。
影响与适用范围
受影响对象为本地部署上述多模态模型的推理与服务端用户，特别是图文识别、图像问答与文档解析场景。更新后图像 token 数量与嵌入更接近 transformers 行为，有助于减少因尺寸偏差导致的识别错误。中国开发者若验证该能力，可在官方仓库核对 b11747 发布页与提交 f711c8f 后，先在测试环境验证目标模型的多模态加载、图像尺寸计算与问答输出，其他文本推理行为不变。
限制与下一步
本次为预发布，官方标注为 pre-release，不应理解为稳定功能、性能、安全或可用性承诺。除上述多模态修复外，区间内另有两笔 CI 与文档类提交，不改变推理行为。PR 自述实现与描述过程有 Claude 与 Codex 协助，相关效果数据限于提交者受控测试与特定模型尺寸。生产升级建议先备份再验证，重点检查多模态投影加载与图像预处理输出。若后续出现新的版本化发布，将以新的可核验事件另行处理，不追溯修改本条时间结论。