llama.cpp b11800将QSA的k-pool掩码泛化为ggml_top_k_mask融合算子
该版本把原本只服务qwen4exp、glm5-next池化QSA选择的k-pool掩码算子扩展为通用的ggml_top_k_mask，并把glm5.3-next纳入；同时修复test_kpool_mask中张量未初始化可能导致NaN检查失败的问题。
AI解读：新算子函数签名为ggml_top_k_mask(mask, top_k, score, blocks, extra)：保留实际选中位置和额外保留单元的掩码值，其余置为 -inf；每行张量为 4D、按top_k布局，掩码广播到这些行，因此支持按head做选择。
score、blocks、extra均为可选：无score时所有选中位置有效；无blocks时一次选择对应一个单元；extra保存一行中无需选择就保留的单元。
按提交说明，使用范围包括k-pool模型、build_attn中的DSA注意力和DeepSeek V4 CSA掩码，前提是探测机制启用该算子；不支持的后端继续走原有路径。
测试修复：test_kpool_mask中剩余张量此前未初始化，残留内存可能被读为NaN并触发NaN检查失败，现已初始化。
同一提交挂出macOS、Linux、Android、Windows等多平台预编译包，ROCm版本标注为 10.0，CUDA提供 12 与 13 两档。
llama.cpp发布b11800构建，提交信息显示本次为QSA评分新建融合算子，并将原先只覆盖qwen4exp、glm5-next池化QSA选择的k-pool掩码算子泛化为ggml_top_k_mask，同时把glm5.3-next纳入。
同一提交修复了test_kpool_mask中测试张量未初始化的问题：此前harness的哨兵值未初始化，残留内存可能被读成NaN，从而导致NaN检查失败。
ggml_top_k_mask的接口与行为
提交说明给出的签名为ggml_top_k_mask(mask, top_k, score, blocks, extra)：保留实际选中位置（live picks）和extra单元的掩码值，其余单元置为 -inf。按描述，DSA模型和DeepSeek V4 CSA此前是用fill、set_rows和add手工构造同一个top-k掩码。
每个行张量为 4D，布局与top_k一致，掩码广播到这些行，因此选择可以按head进行。score、blocks、extra为可选参数：没有score时每个选择都有效；没有blocks时一次选择对应一个单元；extra存放一行中不经过选择也保留的单元。
哪些路径会用到新算子
提交说明提到llm_graph_context::build_fused_top_k_mask按kq_mask布局查看行张量并注册融合节点。k-pool模型、build_attn中的DSA注意力以及DeepSeek V4 CSA掩码在探测机制启用该算子时使用它；不支持该算子的后端保持原有路径。
这一适用范围来自提交说明本身，属于作者对实现范围的描述，未给出各后端上的性能或精度对比数据。
同批发布的构建产物
该次发布同时挂出多平台预编译包，涵盖macOS（arm64、x64）、iOS XCFramework、Linux（Ubuntu x64/arm64/s390x，及Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO、SYCL等变体）、Android、Windows以及UI包。
发布页标注macOS arm64的KleidiAI启用版和openEuler相关产物为DISABLED。