lemonade-sdk/lemonade 仓库的最新提交 a655222（2026 年 11 月 7 日，PR #4014）为 HRX 后端加入了 MTP 自动化，该后端在本地 GPU·NPU 上提供经过优化的 LLM 服务。与此同时，Qwen3.5-35B-A3B-HRX 作为新条目注册到了服务器模型目录中。该提交改动了 5 个文件，新增 103 行、删除 7 行。原文可在 https://github.com/lemonade-sdk/lemonade/commit/a6552224573ffa128bf8ba49e238c6c604d18870 查看。
HRX 复用 llama-server 的协议，但只支持本地 GGUF 的聊天启动路径，属于范围较窄的后端。本次变更的核心是：把目录标签中带有 mtp 的模型在 HRX 上启动时，自动追加 --spec-type draft-mtp。MTP（Multi-Token Prediction）是一种让模型一次预测多个 token 的方式；正如头部注释所写，HRX 支持内置的 MTP head，不处理单独的 draft checkpoint。新增到目录中的条目以 unsloth/Qwen3.5-35B-A3B-MTP-GGUF 的 Qwen3.5-35B-A3B-UD-Q4_K_XL.gguf 作为 checkpoint，并带有 chat、tool-calling、mtp 标签以及 size 值 23.1。在部署方面，HRX 运行时从 hrx-b99 升级到 hrx-b129，并固定了新二进制的 sha256。
自动化并非总是有利。如果 merge_args 保持 false，就不会追加自动参数；如果用户自己写明了 --spec-type，自动设置也不会被覆盖。契约测试中新增了对目录条目解析的验证，以及对重复调用时参数不重复的验证，但提交信息说明已把单独的重负载 MTP 推理测试从 CI 中移除。因此，这个提交只能说明 MTP 路径已经接上，并没有给出推理速度提升了多少的数据。许可和性能测量也未一并给出，所以这仍是实使用前需要确认的阶段。