核心变化
ggml-org 于上海时间 2026 年 9 月 23 日 21 时 22 分发布 llama.cpp 预发布 b11132。发布接口显示 published_at 为 2026-09-23T13:22:39Z，created_at 为 2026-09-23T10:34:09Z，prerelease 为 true，目标提交为 633733d0aeedd721868bf5f1b935fa3f39f9164e。提交信息为 model : support Gemma4 DSpark draft backbone，对应编号 #29226，提交时间为 2026-09-23T10:34:09Z。提交说明明确为 DSpark 增加 Gemma 4 草稿支持，包括全注意力与滑动窗口注意力两种草稿的 GGUF 转换与运行时支持，含绑定输出权重与骨干元数据适配，并由 DFlash 按元数据推断草稿特性。提交统计为共 172 行、新增 160 行、删除 12 行，改动覆盖转换入口与 DFlash 架构参数、张量装载与图构建，围绕嵌入缩放、注意力缩放、隐藏激活类型、共享键值、后归一与输出缩放展开。发布资产侧延续多平台同步产出节奏。
适用对象与访问条件
本次更新主要面向两类中国用户：一是已在本地使用 llama.cpp 做推测解码、需要引入 Gemma4 系草稿模型做草稿加速的部署与调优人员，特别是关注全注意力与滑动窗口两种草稿形态的验证者；二是从源码或预发布节奏跟随主分支做回归验证的打包与集成维护者。访问条件为公开仓库，可从 GitHub Releases 页按标签 b11132 获取源码与预编译产出说明，或同步对应提交自行构建验证，无需账号与付费，国内下载需自行解决网络可达性，实际验证还需具备对应工具链与运行环境。
- 新增Gemma4 DSpark草稿骨干支持；覆盖全注意力与滑动窗口注意力两种草稿形态；本次为单提交预发布迭代，未涉及许可证调整
兼容性、迁移与限制
兼容性方面，本次属于常规预发布迭代，发布接口与提交信息均未提及破坏性变更、迁移要求与安全修复，未给出漏洞编号，可视为平滑升级。行为变化限于 DSpark 与 DFlash 草稿路径：未使用 DSpark 推测解码或 Gemma4 草稿的用户理论上不受直接影响，但因项目处于高频滚动预发布，仍需在自身模型与硬件上实测。许可证方面，发布说明未提及许可证调整，沿用站内已核验的 MIT 条件，实际使用仍以仓库许可证文件与自身合规评估为准，不对维护持续性作保证。已知限制是本次说明未给出性能数据、受影响草稿模型清单与回退条件，不应视为普遍正确性或性能保证。
下一步建议
已在使用推测解码或需验证 Gemma4 草稿的测试环境用户，建议先在测试环境升级至 b11132，重点验证目标草稿模型是否正常完成转换加载、推测解码路径是否正常工作，以及与前一版本相比是否有编译告警或数值回归，确认无异常后再评估是否跟随。仅做常规推理、未使用 DSpark 草稿路径的用户可继续观察，无需为本次跟随升级。若出现新的构建失败或运行异常，应以官方 Release 说明与对应提交信息为准排查。