llama.cpp b11307：修复推测解码层输入批次顺序
原标题：b11307
AI 摘要
llama.cpp 发布 b11307 版本，核心改动是修复推测解码（speculative decoding）中层输入（layer inputs）的批次顺序问题，保留原始批次顺序，并恢复未掩码 NextN 嵌入的 token 顺序。改动同时兼容 tensor split，并覆盖多种 KV 布局与 CUDA 设备的回归测试。该版本提供 macOS、Linux、Windows、Android 等多平台预编译包，涉及 CUDA、Vulkan、ROCm、OpenVINO、SYCL 等后端。
正文节选
<details open> llama : preserve original batch order for speculative decoding layer inputs (#29019) * llama: preserve original batch order for layer inputs Assisted-by: Codex * tests: cover layer-input order across KV layouts Assisted-by: Codex * tests: exercise layer-input ordering on CUDA devices Assisted-by: Codex * llama: make layer input reordering compatible with tensor split Copy each microbatch tensor from offset zero and restore original row order after synchronization. Extend