核心结论

官方宣布：ggml-org于北京时间2026年10月21日11时37分在GitHub发布llama.cpp预发布b11778，对比区间为b11777至b11778，共合入1笔提交，新增对Nemotron-3(.5)-Embed系嵌入模型的支持，预发布状态不变。这是编辑根据官方发布接口、版本对比接口与对应提交记录核验后的简讯整理，未经独立性能复测，不构成升级承诺。

已核实变化

  • 根据官方对比接口与拉取请求#30877核验，本次为单一模型适配： 提交52ffa02由tokinasin提交，提交信息为model : support Nemotron-3(.5)-Embed (#30877)，提交时间为2026-10-20T20:48:45Z，换算为北京时间10月21日4时48分； 对比显示区间为b11777至b11778，仅含该笔提交，官方对比页标注为1个提交、7个文件变更； 拉取请求展示了以Hello world today为提示的嵌入验证日志，转换后GGUF与PyTorch原模型的池化嵌入余弦相似度为0.999847，令牌切分3个全部一致，官方未宣称新增通用推理能力、接口变更或许可调整。 以上均来自官方仓库记录，效果数据为提交者自测结果，未经独立复现。

时间与版本边界

版本状态经官方接口核验为prerelease预发布，标签为b11778，发布时间为2026-10-21T03:37:03Z，换算为北京时间2026年10月21日11时37分03秒，属于Asia/Shanghai当日00:00:00至23:59:59窗口。目标提交时间与发布时间均落在当日窗口内，对比基准为b11777，区间衔接清晰，未发现往日重发、转载或摘要聚合迹象。同期b11777的Qwen输出形状调整与本次为不同事件，不构成重复。

影响、限制与下一步

影响限于需要在llama.cpp侧运行Nemotron-3(.5)-Embed嵌入模型的本地检索、向量化与语义相似度场景，用户结果为可在llama.cpp工具链内完成该系模型的转换与嵌入推理，减少跨框架维护成本。限制是本次未提供多数据集评测、量化版本差异与生产稳定性说明，中国用户可经GitHub发布页获取对应平台包验证，重点回归嵌入输出维度与一致性；预发布不宜直接覆盖生产环境。下一步为在隔离环境验证目标嵌入模型的转换流程与下游检索效果，并跟进后续b1177x预发布是否合入相关修正。