核心结论

官方发布页标明，ggml-org于北京时间2026年10月27日3时45分发布llama.cpp预发布b11906，对应UTC时间为2026-10-26T19:45:36Z，预发布状态不变。官方发布说明显示，本次在b11905基础上合入1项提交，均集中在ggml-cpu拼接内核重写。编辑已核验发布时间与提交内容，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. 单内核覆盖全类型：官方提交记录为ggml-cpu : rewrite concat as one row kernel for all types（#31179），每目标行仅来自src0、src1或dim 0上两行拼接，稠密源行一次拷贝，含量化类型，跨步源按编译期已知元素尺寸逐元拷贝。 2. 分块多线程拷贝：不再仅按i2分线程，改按行分摊并以32为分块拷贝，转置源在外层循环遍历，使同块行读取相邻地址，避免按整行跨步跳跃。 3. 测试补齐：新增转置b用例、delta-net卷积输入布局用例与性能用例，覆盖拼接路径回归。

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CPU路径拼接算子的可维护性与转置场景拷贝效率改进，适合本地大模型联调与离线推理。官方实现仍属ggml-cpu后端细节重构，不改变模型能力、量化格式与外部接口，CUDA、Vulkan、SYCL等后端不受直接影响。官方仍将其标记为预发布，构建产物为自动化生成，行为仍可能调整，不应视为生产级稳定性保证，也不宜据此推断后续版本节奏。

下一步

建议CPU与自托管用户先在测试环境拉取b11906验证拼接相关推理、转置输入与多轮生成是否正常，重点确认delta-net等卷积布局场景无异常回退，再决定是否跟进后续预发布。可通过官方发布页查看对应构建产物与提交说明核对单项变更，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，并按备份后验证的流程升级。