llama.cpp发布b11093：修复Metal闪存注意力掩码边界
llama.cpp发布b11093版本，核心改动是修复Metal后端flash attention块预处理阶段的掩码边界问题（PR #29220），并同步放出macOS、Linux、Windows、Android等多平台预编译包。
AI解读：这条更新值得关心的点只有一个：Metal后端flash attention的掩码边界被修了。flash attention在推理时会分块处理注意力矩阵，掩码用来标记哪些位置不该被计算；边界处理出错，就可能在某些分块组合下读到不该读的区域或算错结果。
谁受影响？主要是用Apple Silicon跑llama.cpp、并且走Metal后端的用户——Mac本地跑模型、iPhone/iPad上跑llama.cpp的那批人。修复本身不改变接口，属于底层正确性修补。
当然，如果你只是在英伟达显卡或纯CPU上跑，这次b11093跟你关系不大。更新节奏是llama.cpp一贯的每日构建，预编译包覆盖了macOS、iOS、Linux（含CUDA 12/13、ROCm、Vulkan、OpenVINO、SYCL）、Windows和Android。
llama.cpp发布b11093版本，本次唯一的代码改动记录为：修复Metal后端flash attention块预处理（block pre-pass）阶段的掩码（mask）边界问题，对应PR #29220。
版本号在发布页标题与所有产物文件名中均为b11093；发布说明除该PR标题外未提供更多技术细节。
发布页同时列出了各平台预编译产物，包括macOS Apple Silicon（arm64）、macOS Intel（x64）、iOS XCFramework、Ubuntu（x64/arm64/s390x，含CPU、Vulkan、CUDA 12.8、CUDA 13.4、ROCm 10.0、OpenVINO 2026.4、SYCL FP32/FP16等变体）、Android arm64以及Windows（x64/arm64，含CPU、OpenCL Adreno、CUDA 12.4、CUDA 13.4、Vulkan、OpenVINO、SYCL、ROCm 10.0等变体）。
根据发布页标注，macOS Apple Silicon的KleidiAI启用版本与openEuler相关构建处于DISABLED状态，并分别指向PR #23780 与PR #23705。
发布页还提供UI产物与CUDA运行时库（cudart）包，但未附本次修复的具体测试数据或影响范围说明。