ggml-org/llama.cpp b11866 是基于 C/C++ 的 LLM 推理项目 llama.cpp 的一个新构建版本。2026 年 10 月 24 日发布的此版本移除了 Metal 后端混合专家矩阵运算中的最大值重调整。变更内容记录在 b11866 发布信息中。在运算图中，它被替换为按专家逐 token 的处理方式。相应地，临时缓冲区和两阶段归约内核也被移除。
本次变更的范围是混合专家矩阵运算的处理路径。原有的最大值重调整被移除，运算图改为按专家逐 token 处理。发布信息明确列出的变化是：移除了临时缓冲区，以及原本分两步进行的归约内核。因此，可以确认的内容是运算路径及其组件的变更；给定的信息中没有提到新增了推理功能。关于项目本身，只提供了「以 C/C++ 执行 LLM 推理」的说明。
提供的发布信息中没有性能数据，也没有用于验证的模型。因此，无法判断这一变更会使处理速度或内存使用量发生多大变化。根据已公开的事实，能够说明的仅限于：Metal 后端中该运算的最大值重调整、临时缓冲区和两阶段归约内核已被移除。至于是否有性能改善，需要有单独的测量数据才能判断。