llama.cpp发布b10896：修复DFlash视觉模型下mtmd chunk解码失败问题
llama.cpp新构建b10896修复了投机解码组件DFlash在搭配视觉模型时，mtmd chunk因图像固定偏移而无法解码的问题，并调整为仅跳过图像、允许音频通过。
AI解读：这次更新修的是llama.cpp投机解码里的一个具体bug：当DFlash搭配视觉模型使用时，drafter（推测解码的草稿模型）内存无法为新token分配空间，原因是图像上报的偏移量是固定的。修复方式是停止复制这些图像数据，让drafter能继续工作。
按PR反馈，修复把跳过M-RoPE的范围限制在图像上，音频可以正常通过。判断依据是发布说明里描述的补丁内容，原始issue和测试数据未在来源中给出。
受影响的是在llama.cpp上同时使用DFlash投机解码和视觉模型的用户，属于多模态推理路径上的修复。普通文本推理、不涉及DFlash或视觉输入的用户大概率不受影响，但来源只给出补丁说明，没有性能数字或回归测试细节。
llama.cpp发布构建版本b10896，修复了投机解码（speculative decoding）组件DFlash在搭配视觉模型使用时，mtmd chunk解码失败的问题。
根据发布说明，问题出在DFlash与视觉模型配合时，drafter内存无法为新token分配空间，原因是图像上报的是固定偏移量。修复方式是停止复制这些图像数据，让drafter继续运行。
按PR反馈，修复将M-RoPE跳过范围限制为仅图像，音频可以照常通过，同时对注释做了清理以对齐更新后的实现。
该版本提供macOS（Apple Silicon arm64、Intel x64）、iOS XCFramework、Linux（Ubuntu x64/arm64/s390x，含CPU、Vulkan、ROCm 10.0、OpenVINO 2026.3.1、SYCL FP32/FP16构建）、Android arm64、Windows（CPU、CUDA 12.4、CUDA 13.3、Vulkan、OpenVINO、SYCL、ROCm 10.0等）以及UI下载包。openEuler构建和macOS Apple Silicon KleidiAI版本在本次发布中标为DISABLED。