llama.cpp b11851调整LFM2视觉预处理，双线性/双三次缩放对齐torchvision
该版本将LFM2和d1-omni在mtmd中的bilinear与bicubic缩放映射到与torchvision一致的算法；其他模型仍沿用Pillow算法。提交说明称，原Pillow移植在约 1% 和 0.25% 的像素值上相差 1–2 个级别。
AI解读：llama.cpp发布b11851版本，唯一列出的变更是mtmd中LFM2系列视觉模型的图像缩放对齐torchvision（PR #30943）。
据提交说明，Lfm2VlImageProcessor与d1-omni的vision.py使用torchvision（antialias=True）缩放uint8图像；这与Pillow算法相同，但权重为int16，而Pillow使用 22 位。
提交称原Pillow移植在d1-omni与LFM2.5-VL裁剪图约 1% 的数值上相差 1–2 个级别；新增RESIZE_ALGO_BILINEAR_TORCH将Pillow移植的权重舍入到该精度再缩放回 22 位，对LFM2和d1-omni的 “bilinear” 映射到该算法。
双三次方面，LFM2的 “bicubic” 映射到RESIZE_ALGO_BICUBIC_TORCH，即采用a=-0.5 的Pillow双三次滤波（与torchvision antialias一致）并配torchvision的int16权重；提交称原实现在d1-3B裁剪图约 0.25% 的数值上相差 1–2 个级别。
其他模型保留原有Pillow算法。该版本同时提供macOS、Linux、Windows、Android等多平台预编译包，部分后端（如macOS的KleidiAI、openEuler）标注为DISABLED。
llama.cpp发布b11851版本，变更内容为mtmd中LFM2视觉模型的图像缩放与torchvision对齐（PR #30943）。提交说明由Xuan Son Nguyen共同署名。
按提交说明，这一改动只影响LFM2与d1-omni系列模型在mtmd中的bilinear和bicubic缩放路径，其他模型继续使用原有的Pillow算法。
缩放差异与修正方式
提交说明称，Lfm2VlImageProcessor和d1-omni的vision.py用torchvision（antialias=True）缩放uint8图像，算法与Pillow相同，但权重是int16，小数位数取决于最大权重，而Pillow使用 22 位。
据提交说明，原来的Pillow移植在d1-omni和LFM2.5-VL裁剪图约 1% 的数值上相差 1–2 个级别。新增的RESIZE_ALGO_BILINEAR_TORCH会把Pillow移植的权重舍入到上述精度，再缩放回 22 位，从而在相同处理遍数下得到torchvision的输出；LFM2和d1-omni的 “bilinear” 映射到它。
双三次与适用范围
提交说明还称，Lfm2VlImageProcessor对双三次检查点（d1-3B、LFM2-VL）也使用torchvision，因此LFM2的 “bicubic” 映射到RESIZE_ALGO_BICUBIC_TORCH：采用a=-0.5 的Pillow双三次滤波（与torchvision开启antialias时一致），并配torchvision的int16权重。提交称原Pillow移植在d1-3B裁剪图约 0.25% 的数值上相差 1–2 个级别。
提交说明明确，其他模型保留Pillow算法。同一PR还包含改用bitfield、增加hparams setter的调整。
发布物
b11851提供macOS Apple Silicon与Intel、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12/13、ROCm、OpenVINO、SYCL）、Android、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）等预编译包，并有Snapdragon与Linux arm64版本。
发布页中macOS Apple Silicon的KleidiAI版本与openEuler各构建标注为DISABLED，分别链接到PR #23780 和PR #23705。