ggml-org于上海时间2026年10月23日16时20分通过GitHub Release发布llama.cpp预发布b11836，对应接口published_at为2026年10月23日08时20分06秒，预发布标记为真，标签与名称均为b11836。仓库归属为ggml-org组织下的公开仓库llama.cpp，项目定位为C与C加加本地大模型推理引擎，覆盖llama-server自托管、推测解码、重排序与多后端本地部署。中国用户可直接查看发布页与接口验证版本与发布时间，不以聚合榜单、转载或搜索片段为准。本次对比区间为b11828之后已入库的b11829至b11836，共合入7笔提交，对应提交时间均落在上海时间10月23日当日窗口，核心覆盖推测解码、SYCL、转换脚本与后端整理，未涉及许可证文件变更说明，沿用当日仓库接口显示的MIT条件。该版本为高频预发布中的常规版本更新，聚焦推测解码采样能力与Intel后端文档完善，不改变对外发布节奏。本次均以当日发布页、发布接口与对比差异核验，不补发往日版本动态。
关键变化
对比区间为b11829至b11836，差异显示7个补丁主题可分为四类。推测解码方面，common推测解码实现新增DFlash2概率采样路径，当启用概率参数时按目标温度计算候选概率并采样，同时回传每步候选分布供验证方做拒绝采样，并按请求重设随机种子以保证相同请求行为稳定，注释同步说明该分布回传现同时适用于简单草稿、多令牌预测与DFlash2。SYCL后端方面，文档补齐图记录回放的使用约束与排查指引，明确单卡限制、复用率影响、日志排查与压测建议，并新增图缓存淘汰超时配置，同时合入将设备透传给矩阵乘是否使用单深度神经网络判断的修正。转换与后端整理方面，Mistral3转换脚本为Mistral3模型补齐词表前缀判断，CANN后端为三个变换函数补齐缺失的const限定以保持一致，高通Hexagon后端整理头文件引用与配置变量可见性并新增融合相关文件。本次发布说明与提交信息均未标记破坏性变更与安全修复，MIT不变。
适用对象与兼容性
本次主要面向使用llama.cpp自托管与本地推理的用户，包括启用推测解码中DFlash2路径并希望试用概率采样的调优用户、使用Intel显卡SYCL后端并关注图加速文档与设备判断的用户、需要转换Mistral3系模型的转换链路用户，以及使用昇腾CANN或高通Hexagon后端的对应硬件用户。对仅使用文本对话、补全或已有重排序模板的已有部署，本次推测解码默认贪心路径与通用推理主流程无直接强制变化，升级后无需改写调用即可继续使用；对试用DFlash2概率采样或SYCL图功能的用户，需按文档开启对应开关并对比开启前后效果，国内用户需自行解决GitHub网络可达性并重新编译对应目标。本次为预发布版本，不建议直接用于生产全量升级，生产环境应先在测试服务验证。
限制与下一步
当日来源仅确认推测解码新增概率采样分支与候选分布回传、SYCL图文档与设备透传更新、Mistral3词表前缀与CANN及Hexagon整理，未给出采样质量、延迟、吞吐或全硬件对比数据，检索与推理加速效果不作保证。当日来源未将本次列为安全修复版本，未声明具体操作系统与硬件覆盖清单，不作全平台可用承诺。许可证按MIT不变处理，实际复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。建议先在隔离或测试环境升级至b11836，重点验证推测解码采样开关行为是否符合预期、常规推理输出是否一致、SYCL与目标后端构建是否正常，再决定是否跟随。后续进展以同一仓库Release页面为准，不补发往日版本动态。