核心结论

官方宣布：ggml-org于北京时间2026年10月21日14时33分在GitHub发布llama.cpp预发布b11785，对比区间为b11784至b11785，仅合入1笔提交，核心是将MoE下投影全局amax重缩放改为按专家Token独立计算的2次幂因子，并处理POOL_1D在Meta切分逻辑中的张量并行支持，预发布状态不变。这是编辑根据官方发布接口、版本对比接口与提交记录核验后的简讯整理，归属为官方宣布，未经独立性能复测，不构成升级承诺，中国用户需结合自身模型与后端自行评估。

已核实变化

  • 根据官方对比页与提交8baabd5核验，本次为MoE数值精度与并行支持优化： 将MoE下投影的全局amax重缩放替换为沿中间维度经POOL_1D最大值归约计算的按专家Token因子，输出以相同精确2次幂因子还原，保持数值等价性； 在Meta切分状态逻辑中处理POOL_1D沿0轴切分转为复制式分片部分结果，使该归约路径可进入张量并行，避免切分后语义错误； 将重缩放激活与可选缩放张量经结构体返回并精简注释，附带后续清理事项。 以上均来自官方仓库记录，为官方宣布内容，未经独立复现，实际精度与并行收益需结合目标MoE模型、后端与驱动自行测试，不应视为普遍性能结论。

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b11785，发布时间为2026-10-21T06:33:35Z，换算为北京时间2026年10月21日14时33分35秒，对应提交时间为同日14时01分，均属于Asia/Shanghai当日00:00:00至23:59:59窗口。对比基准为b11784，发布时间为北京时间同日13时44分，区间仅含上述1笔当日提交，未发现往日重发、转载或摘要聚合迹象。同期b11784的OpenCL构建与SYCL iq3修复与本次MoE变更为不同事件，不构成重复，站内尚无b11785的快讯或专题页面。

影响、限制与下一步

影响限于运行MoE架构模型的本地推理与张量并行场景，用户结果为下投影缩放更贴合专家Token分布，并为后续多设备切分保留正确性，对单卡小模型用户感知有限。限制是本次未提供精度对比数据、受影响模型清单、驱动版本说明与全量回归报告，中国用户可经GitHub发布页获取对应平台包验证，重点回归MoE模型加载、推理正确性与多设备并行稳定性；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模型与后端组合，观察后续b1178x预发布是否补充相关测试，并在需要时查阅官方提交说明与版本对比页确认变更范围。