核心变化

上海时间2026年9月22日03时50分，ggml-org发布llama.cpp预发布b11081。该版本为测试向更新，合入内容集中在test-llama-archs与test-recurrent-state-rollback：张量数据标准差可配置，帮助与使用示例扩充，未知参数报错并输出用法，新增测试运行摘要，支持--arch正则筛选；回滚校验改用NMSE报告与判定logits差异，并调整nmse_eps阈值。另含Mamba的ssm_a负初始化、合成夹具中DSA索引器得分投影清零及无效测试禁用。发布说明未提及推理性能、新模型架构支持、采样参数、服务端接口或提示模板的行为变更，也未标注安全修复与许可证调整。

适用对象与兼容性

该版本主要面向参与新架构适配与回归测试的贡献者，以及需要在本地验证GGUF转换、循环模型状态与后端算子正确性的开发者。对仅使用llama-server做本地对话、知识库问答或智能体工具调用的中国用户，本次无直接功能收益，可以暂不升级。兼容性方面，发布页同步提供Windows、macOS、Linux、Android与iOS预编译包，覆盖CPU、CUDA12与CUDA13、Vulkan、ROCm、OpenVINO、SYCL等构建，未声明参数或接口破坏性调整，可视为平滑迭代。沿用此前版本的用户无需修改模型文件与服务配置。

仓库归属为github.com/ggml-org/llama.cpp，维护方为ggml-org，许可证沿用MIT，未发生变化。预发布属性意味着稳定性低于稳定版，不建议直接用于生产服务。所有二进制均经GitHub Actions构建并附带证明文件，获取时应核对对应平台文件名与版本标识，避免混用不同构建号的运行库。

迁移与访问条件

  • 经GitHub Release获取b11081对应平台压缩包，或同步源码标签b11081自行构建；中国用户需自行解决GitHub访问与大文件下载条件，CUDA构建还需配套对应版本驱动与运行库。 如验证本次测试改进，需在具备编译环境的机器上运行test-llama-archs与test-recurrent-state-rollback相关用例，重点观察--arch正则筛选、标准差配置与NMSE阈值调整后的通过情况。 生产环境如沿用b11078或更早版本，无需为本次更新执行迁移；确需升级时，先在测试环境验证再替换线上二进制。

限制与下一步

已知限制：本次为纯测试工具改进，未带来推理吞吐、显存占用、精度或新模型支持；发布说明未提供性能数据与基准对比，不能据此判断模型效果提升。预编译包虽覆盖主流平台，但openEuler与KleidiAI相关构建仍为DISABLED状态，目标为上述平台的用户需留意是否有可用包。安全状态方面，本次未发布安全公告，未修复已知漏洞，不应视为安全加固版本。

下一步：架构适配贡献者可在隔离环境拉取b11081，验证Mamba相关初始化与DSA夹具修正后回归是否通过；普通本地部署用户可继续观望，待出现推理、服务端或模型支持等功能向变化时再评估升级。升级前均建议备份模型、配置与自定义脚本，并在测试环境完成启动、简单推理与服务接口连通性检查后再推广。