核心结论
官方发布页标明，ggml-org于2026年10月23日发布llama.cpp预发布b11835，对应北京时间当日15时29分上线。官方比较页显示，对比区间为b11829至b11835，共合入6笔提交，预发布状态不变。本次为日常迭代中的一次增量更新，技术变化集中在推测解码采样与后端适配，编辑已核验发布时间与提交区间，尚未发现独立第三方解读，以下细节均以官方仓库页面为准。
本次变化
- 1. 扩展DFlash2草案的概率采样能力：官方提交记录为Extend probabilistic sampling for DFlash2 drafts，提交时间为10月23日，面向推测解码路径。 2. 新增SYCL图记录与回放能力：官方提交记录为sycl Add graph record and replay，提交时间为10月23日，面向Intel显卡本地推理。 3. 修复SYCL矩阵乘设备参数传递：官方提交记录为sycl pass device into mul_mat_uses_onednn，提交时间为10月23日，收敛后端判断逻辑。 4. 官方比较页同时列出当日Hexagon算子融合重构与Nemotron-3.5-Embed分词修复，分别面向Hexagon本地推理与嵌入模型转换用户。
影响与限制
对中国自托管用户而言，本次更新的直接价值在于推测解码与Intel、Hexagon后端的稳定性改进，而非新增模型支持或接口变化。官方将其标记为预发布，意味着构建产物与默认行为仍可能调整，已有线上服务不宜直接跟进。SYCL与Hexagon相关改动仅影响对应硬件用户，通用CPU与CUDA用户无需为此单独升级。分词修复仅影响Nemotron-3.5-Embed相关转换流程，其他模型不受影响。
下一步
建议自托管与本地推理用户先在测试环境拉取b11835验证推测解码与所用后端是否正常，确认无回归后再决定是否跟进后续b11836等更新。官方仓库后续仍保持高频预发布节奏，编辑建议以发布页与比较页的提交记录为准跟踪变化，不以单次预发布推断长期路线。若需生产部署，应等待正式版本或经充分验证的稳定标签。