llama.cpp b11039发布：模型保存器支持SWA模式，新增 15 个架构通过往返测试
llama.cpp新版本让模型保存器能写出滑动窗口注意力模式，使plamo3、gemma3、olmo2等 15 个架构通过逐位精确的往返测试。
AI解读：llama.cpp的b11039版本更新了模型保存器和加载逻辑，主要解决滑动窗口注意力（SWA）模式在GGUF文件保存和加载时的不一致问题。
此前加载器只把sliding_window_pattern当作周期值读取，会静默忽略数组形式；而olmo2、gemma3n、exaone4的转换器实际写入的是数组。新代码统一支持周期和逐层数组两种写法。
对普通用户来说，已发布的GGUF文件与默认值一致，输出不会改变。真正受影响的是做模型转换和保存的人：现在能正确写出SWA模式，不再被压缩成标量。
这次改动让plamo3、gemma3、cohere2、cohere2moe、olmo2、exaone-moe、afmoe、mimo2、spark2_5、muse-glimmer、mellum、laguna、granite_swa、dots3note和maple共 15 个架构通过bit-exact往返测试。
dots3note还额外需要写出SWA层的MLA key/value长度和KV LoRA rank，新代码已补上这部分。
llama.cpp发布b11039版本，合并PR #29042，主题为“Model-Saver: Write the SWA pattern, 15 more architectures roundtrip”。
该版本新增llama_model_base::load_swa_pattern()，用于把sliding_window_pattern读取为逐层标志或由set_swa_pattern() 展开的周期值，并应用到所有以周期方式读取该键的加载器中。
此前这些加载器会静默忽略数组并应用默认周期，而olmo2、gemma3n和exaone4的转换器写入的是数组。发布说明称，已发布的GGUF与默认值一致，因此输出不变。
保存器现在写出SWA模式和MLA SWA几何信息
模型保存器现在为每个使用SWA的模型写出sliding_window_pattern，形式是逐层一个标志，包含nextn层。该数组不会被折叠成标量，因为加载器会把标量读作周期。
保存器还会写出SWA层的MLA key/value长度和KV LoRA rank，这是dots3note所需要的。
15 个架构通过bit-exact往返测试
发布说明列出因此启用保存器的架构：plamo3、gemma3、cohere2、cohere2moe、olmo2、exaone-moe、afmoe、mimo2、spark2_5、muse-glimmer、mellum、laguna、granite_swa、dots3note和maple，它们全部通过test-llama-archs的bit-exact往返测试。
已经同时接受两种形式的加载器，去掉了重复的“先标量后数组”代码块；当键缺失时，使用其声明的默认周期。