Llama.cpp 推出自适应推测解码，推理速度更快

我们一直在针对 Qwen3.8 等模型做性能优化

这次主要新增的功能，是 Llama.cpp 的自适应推测解码

简单说一下背景：MTP 和 DFlash 在加速推理方面表现不错，尤其是稠密模型但不同类型的内容需要不同的参数设置，而原版 Llama.cpp 只支持单一数值

这个分支版本引入了自适应推测解码你只需要设定最小和最大范围，引擎就会自动调整每次建议的 token 数量相比原版，token 生成速度最高可提升 50%，在 Qwen3.8 上效果尤其明显比如在 Strix Halo 上，结构化内容的生成速度从 44t/s 提升到了 65t/s