Ollama发布v0.34.1-rc1：MLX显存调度收紧，重复token上限提至 100
候选版本更新集中在mlxrunner的内存与缓存管理、llm的重复token报错行为、gemma3n投影层去CPU化，以及应用层的小幅UI调整，并同步了MLX与llama.cpp上游。
Ollama发布v0.34.1-rc1，作为v0.34.0之后的候选补丁版本，改动列表由GitHub Releases页面给出。
mlxrunner部分有两项内存相关调整：把前缀缓存快照从当前对话中淘汰；在加载下一个MLX模型前检查系统空闲内存，并等待已被淘汰的runner退出。
llm部分把重复token上限提高到 100，并在触发时返回错误，而不是返回不完整结果；同时让gemma3n的投影层不跑在CPU上。
应用层修复了ChatGPT模型选择器的间距，刷新了Apps布局与命令复制反馈；发布说明还提到MLX和llama.cpp的更新。
完整改动对比由发布说明指向v0.34.0与v0.34.1-rc1之间的changelog链接。