llama.cpp b11330发布：为Qwen4Exp加入MTP支持
llama.cpp新构建版本b11330的改动是为Qwen4Exp添加MTP，同时清理了循环内存相关代码；发布页主要提供各平台预编译包下载。
AI解读：这条新闻的核心是llama.cpp在版本b11330里给Qwen4Exp加上了MTP支持。MTP通常指多token预测，目标是让一次前向计算不只输出一个token，从而摊薄推理开销、加快生成速度。
改动不止新增功能：提交记录显示还移除了has_state成员，改为通过ctx_bufs是否为空来判断状态，并顺带清理了循环内存相关代码和注释，作者署名里包含Georgi Gerganov。
对直接用llama.cpp跑Qwen4Exp的人来说，这是能力边界的一次扩展；但对不碰这个模型的人，本次发布主要是常规构建和预编译包更新，不需要立即行动。MTP的实际加速幅度在发布说明里没有给出数据。
llama.cpp发布新构建版本b11330，GitHub发布说明中列出的核心改动是为Qwen4Exp添加MTP支持。
同一提交还涉及代码清理：移除has_state成员，改为通过ctx_bufs是否非空来检查状态，并精简注释、清理循环内存相关实现。提交记录中列出的共同作者包括Georgi Gerganov。
发布页同时提供各平台的预编译二进制文件，覆盖macOS、iOS、Linux、Android、Windows以及UI构建。发布说明中没有给出MTP的加速数据或性能对比。
b11330里改了什么
发布说明的标题为“Qwen4Exp: add MTP (#29761)”，对应的改动是给Qwen4Exp加入MTP。提交记录中的具体条目包括：移除has_state成员，改为检查ctx_bufs是否非空；统一命名并精简注释；继续清理循环内存相关实现。
- 新增内容：Qwen4Exp的MTP支持
- 状态判断方式调整：移除has_state，改用ctx_bufs是否非空
- 代码整理：精简注释、统一命名、清理循环内存
- 共同作者中出现Georgi Gerganov
发布包覆盖的平台
本次发布附带的构建产物覆盖多个平台。macOS/iOS方面包括Apple Silicon（arm64）和Intel（x64）以及iOS XCFramework；其中macOS Apple Silicon的KleidiAI版本标注为DISABLED。
Linux方面提供Ubuntu x64/arm64/s390x的CPU构建，以及Vulkan、CUDA 12、CUDA 13、ROCm 10.0、OpenVINO、SYCL FP32/FP16等后端版本，另有面向骁龙平台的Linux arm64包，支持CPU、Adreno GPU和Hexagon NPU。
Android提供CPU版本和骁龙版本。Windows覆盖x64/arm64 CPU、OpenCL Adreno、CUDA 12、CUDA 13、Vulkan、OpenVINO、SYCL、ROCm 10.0等构建。openEuler相关构建标注为DISABLED。另有一个UI构建包。