llama.cpp b12364发布：概率性草稿采样下使用p-min会触发警告
llama.cpp新构建b12364的改动集中在投机解码参数检查：当 --spec-draft-p-min大于 0 且启用概率性草稿采样时，程序会提示p_min在拒绝采样下无法反映目标模型接受率，建议设为 0；n-gram草稿器与DSpark不触发该警告。
AI解读：llama.cpp发布b12364构建，代码改动为在投机解码中检测 --spec-draft-p-min与 --spec-draft-sampling probabilistic同时使用的情况并输出警告。
警告的理由是：在拒绝采样下，某个位置被接受的概率为 1 - TV(p, q)，草稿的top概率无法反映目标模型会接受多少草稿，p_min截断可能丢弃目标本会接受的草稿token。
最终实现保留p_min在所有草稿器与采样模式下的原有行为，只增加警告并建议将p_min设为 0；开发者在提交说明中提到MTP长草稿场景下该截断仍可能有收益，因此没有直接跳过截断。
警告仅对实际使用p_min的草稿器生效：n-gram草稿器忽略p_min，DSpark将其用作置信度头的截断值，仅配置这些草稿器时不输出警告。
该改动由Pranesh Gonegandla参与提交，发布页同时提供macOS、iOS、Linux、Android、Windows等多平台二进制包与UI包下载。
llama.cpp发布b12364构建。根据发布页的提交说明，这一版在投机解码中新增一项警告：当 --spec-draft-p-min大于 0 且同时启用 --spec-draft-sampling probabilistic时，程序会提示p_min在拒绝采样下无法反映目标模型的接受情况，并建议设为 0。
警告针对概率性草稿采样
提交说明解释，拒绝采样下某个位置的接受概率是 1 - TV(p, q)，草稿的top概率并不能说明目标模型会接受多少草稿内容。按此推理，p_min截断可能丢掉目标本会接受的草稿token。
提交历史显示，作者最初尝试在MTP或DFlash2采样草稿时跳过p_min截断，draft-simple则保留，因为每多一个草稿token都要付出一次完整的草稿模型前向计算。该方案随后被改为只输出警告：p_min在所有草稿器和采样模式下恢复原有行为，与master分支一致。
- 警告建议将p_min设为 0。
- 提交说明称，在MTP长草稿场景下p_min截断仍可能有收益，因此没有直接跳过截断。
- 警告文案由程序输出，属于项目开发者对参数行为的说明。
警告的适用范围与构建产物
提交说明指出，警告只在配置了实际使用p_min的草稿器时出现。n-gram草稿器忽略p_min，DSpark把p_min用作其置信度头的截断值，因此只配置这些草稿器时不会输出警告。
- 改动PR编号为 #31294，提交信息中列出共同作者Pranesh Gonegandla。
- b12364发布页提供macOS Apple Silicon/Intel、iOS XCFramework、Ubuntu（CPU、Vulkan、CUDA 12/13、ROCm 10.0、OpenVINO、SYCL）、Windows（CPU、CUDA、Vulkan、OpenVINO、SYCL、ROCm）、Android及Snapdragon等平台包。
- macOS KleidiAI版本与openEuler相关构建在发布页标注为DISABLED。