helldez/bigmoeonedge 于 2026-11-06 发布了 0.40.1。这是一个致力于在 llama.cpp 之上运行大于 RAM 的 MoE（Mixture of Experts，混合专家，每 token 只计算一部分 expert 以降低成本）模型的项目，仓库说明称即使在 12 GB 级手机上也能无损运行 frontier 级 MoE。本次提交将内置 llama.cpp 子模块升级到上游标签 v0.9.0（2026-11-04，cd959ba），从 2026-10-28 的基线 8ca4060 追平了 164 个提交。fork 分支 bmoe/expert-ready-hook-0411 仅将一个 expert-ready-hook 提交无冲突地合并到该标签。
根据 CHANGELOG 记录，v0.9.0 带来的是新架构支持和张量类型方面的东西。新支持的架构包括 Clover-35B-A3B、Mistral Large 4、Metis-1.6、DeepSeek V4.1 Flash、LFM3 系列、Nemotron Bolt 74B-A9B 和 Kolibri-1，同时一并加入了 FP8 E4M3 张量类型以及与 Gemma 4 E2B/E4B 的 prefill 相关的工作。引擎侧无需改动；expert-ready-hook 仍然早于上游的 tiled mul_mat_id 路径触发，CPU seam 文件中只添加了 FP8 E4M3 类型，调度器的 eval 回调周边未被触碰。补丁规模为 30 个文件、新增 21 行、删除 9 行，引擎、应用与 CHANGELOG 的版本统一为 0.40.1。
验证仅限于提交消息所披露的范围。41 个主机测试（含 overlap gate）全部通过，并且有记录显示在两次运行中，实际 35B 模型上的 --auto 与此前固定状态产生了相同的 greedy 文本，且每 token 的 CPU 时间相同。新架构列表同样只是该标签所提供的信息，并非在此引擎上测得的结果。没有给出吞吐量或速度数值；这是项目方的报告，而不是独立测量。新架构是否真的带来质量与性能，目前判断为时过早。