llama.cpp b11233发布：重构回滚测试并修复Metal空张量融合问题
该版本将test-recurrent-state-rollback改为支持 --models DIR遍历全部dummy模型，并为test_multi_seq_split_replay分配独立测试状态；同时允许Metal后端融合 0 元素节点，避免图重排序导致的重新分配。
llama.cpp发布b11233版本，主要改动包括重构test-recurrent-state-rollback、将test_multi_seq_split_replay拆为独立测试，以及修复Metal后端处理 0 元素节点时的图打包问题。
测试重构方面，test-recurrent-state-rollback不再使用原始llama_context指针，改用llama_context_ptr，并移除了手动llama_free调用和清理lambda。
该测试新增 --models DIR模式，模仿test-save-load-state，遍历每个dummy模型并在表格中报告PASS/FAIL/SKIP，只有模型失败时才判失败。原先四个按模型注册的ctest条目合并为一个带ARGS --models的条目。
test_multi_seq_split_replay此前在test_rollback末尾调用，结果被并入回滚状态，且只有回滚部分通过时才运行。现在它有独立的test_status，两项测试通过共享的run_tests helper在两种cache fill下独立运行，并在 --models表格中分别显示rollback和split replay两列及每项测试摘要。任一测试失败时退出码为失败。
单模型模式现在复用run_tests_for_model，不再重复模型初始化和非循环检查；模型加载失败返回FAIL而非SKIP，因此 --model指向损坏文件时仍会以非零退出。helper像 --models循环一样以model_only加载，因为测试创建自己的上下文。
Metal融合打包修复：0 元素张量不再被排除
ggml_metal_fusion_max的融合打包排除了 0 元素张量，topk_moe/moe_reduce检查也拒绝n_tokens == 0，导致解码无输出批次的图与最坏情况预留图打包方式不同。Metal优化器随后以不同顺序重排节点，ggml_gallocr_needs_realloc因布局不匹配而失败，迫使图进行意外的重新预留，该问题由GGML_SCHED_DEBUG_REALLOC捕获。
修复方式是将空张量视为与非空张量相同：在模式序列中匹配它们，只拒绝真正畸形的形状。融合内核在空图上派发零线程组，这是合法的no-op。
测试放宽split replay的nmse上限至 1e-4
test-generate-models使用std::random_device播种权重，部分生成的lfm2模型在split replay上因舍入噪声漂移到约 1.7e-5 nmse，触发原先的 1e-5上限。现将上限提高到 1e-4，以避免随机生成导致的不稳定失败。
构建产物覆盖多平台，KleidiAI与openEuler被禁用
b11233提供macOS Apple Silicon（arm64）、macOS Intel（x64）、iOS XCFramework等苹果平台构建；Linux方面有Ubuntu x64/arm64/s390x的CPU构建，以及Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO 2026.4、SYCL FP32/FP16等变体。
还有Linux arm64 Snapdragon（CPU、Adreno GPU、Hexagon NPU）、Android arm64及Snapdragon变体、Windows x64/arm64的CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm构建，以及一个UI包。
macOS Apple Silicon的KleidiAI启用版本被标记为DISABLED，openEuler的x86和aarch64构建同样被标记为DISABLED。