llama.cpp发布v0.5.0：新增HRM-Text等模型支持，服务器可绑定多地址
该版本同步ggml 0.25.0，为CUDA conv2d、Metal MoE与SSM_CONV带来性能优化，并修复路由竞争、聊天解析器与多模态检查等问题。
AI解读：llama.cpp v0.5.0是一个以推理后端性能、模型覆盖面和服务器稳定性为主的版本，同步了ggml 0.25.0。它面向的是自己编译或部署llama.cpp的开发者和运维者，而非普通终端用户。
最直接的变化在服务端：现在允许一次绑定多个地址，--host可接受逗号分隔的TCP地址和UNIX socket。这对需要同时监听本地与局域网、或多网卡的部署场景更实用，不用再为每个地址起一个进程。
模型支持新增HRM-Text（DFM Mimir 1B）、MiMo-V2.6转换和HunyuanOCR的DFlash，另有Nemotron、Qwen4Exp、Muse Glimmer等架构的适配。这意味着这些模型能以更低成本在本地或自建服务中运行，但转换与量化仍需按仓库流程操作。
API层面新增从已打开FILE加载LoRA的接口，并明确load_from_file_ptr从当前位置读取、需要对齐的mmap。对在自定义进程里管理文件句柄的集成方来说，少了一次重新打开文件。
性能方面，CUDA conv2d用隐式GEMM加速，Metal增加MoE与SSM_CONV融合优化，CUDA graph用于MTP草稿。这些属于推理速度优化，具体提升幅度需按硬件与模型自测，发布说明没有给出统一数字。
发布说明还列出服务器路由竞争与子进程生命周期修复、不再向router子进程传递日志文件和API key文件、多模态sanity check，以及WEBM视频、移动端布局等UI修复。是否升级取决于你是否用到对应模型或服务端多地址能力。
llama.cpp发布v0.5.0，发布说明称本次更新聚焦后端性能与正确性、更广的模型覆盖，以及更稳健的服务器/路由运行。
该版本新增HRM-Text（DFM Mimir 1B）支持、MiMo-V2.6与HunyuanOCR转换支持，并同步ggml 0.25.0后端改进。
服务器现在允许绑定多个地址（#28690，对应提交 217f81c26）；--host可接受逗号分隔的TCP地址和UNIX socket。
API变更包括新增llama_adapter_lora_init_from_file_ptr()（#28993，提交 7ceed8737附近），用于从已打开的FILE加载LoRA；并文档化llama_model_load_from_file_ptr() 从当前位置读取且要求对齐的mmap。
新增LLAMA_VOCAB_TYPE_TEST哑元tokenizer（#29084，提交efa28e950）；服务器函数调用输出新增input_image支持（#22575 / #20663，提交 4098fdc92）。
发布说明同时列出模型、核心、服务器、UI与ggml多类改动，并给出自v0.4.1以来的完整changelog。