llama.cpp b11752修复MoE测试中的后端噪声导致的专家选择不一致
该版本修改测试逻辑，为每个专家分配独立分数区间，使top-k选择只取决于专家索引；Beam架构在 160 个随机种子下与CPU参考结果的偏差从 4e-3降至 4e-7。另在测试设备表中区分Apple SoC的CPU与Metal GPU。
AI解读：llama.cpp发布b11752，测试改动让MoE路由选择不再受后端噪声影响（PR #30818）。发布说明称路由分数落在 [0,1) 区间，后端间噪声可能使最后一个专家或专家组仍被选中、第一个被丢弃，二者处于并列状态，导致同一token被路由到不同专家。
受影响的是Beam架构：它是测试中唯一同时具有真实top-k（8 选 2）和group top-k（4 组选 2）的MoE架构。在M2 Ultra上 20 个种子中有 2 个失败，logits偏差为 4e-3，而通常为 5e-7；其他MoE架构为 2 选 2，不会出现并列。
修复方式是以步长 2 的斜坡填充选择偏置，让每个专家拥有自己的分数区间，使top-k仅由专家索引决定；偏置只影响选择，权重仍来自无偏概率，MoE输出幅度不变。发布说明称Beam在全部 160 个种子上与CPU参考结果偏差在 4e-7以内。
同一版本还修改测试设备表，区分Apple SoC的CPU与GPU：两者都报告相同描述（如“Apple M2 Ultra”），此前表格中两行无法区分，失败行也看不出由Metal设备还是主机CPU产生；现在补充设备名（也是 -b参数所用），除非描述本身已是名称。
该版本同时提供macOS、iOS、Linux、Android、Windows等多平台预编译包，包括CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO、SYCL及Snapdragon的CPU/GPU/NPU版本。
llama.cpp发布b11752版本，测试改动使MoE路由选择独立于后端噪声（PR #30818）。发布说明称，路由分数位于 [0,1) 区间，后端间的随机噪声可能让最后一个专家或专家组仍被选中、第一个在并列中被丢弃，随后token被路由到不同专家，logits偏差达到 4e-3，而平时为 5e-7。
Beam架构的并列问题与修复方式
发布说明指出，Beam是测试中唯一具有真实top-k（8 个专家中用 2 个）和group top-k（4 个组中用 2 个）的架构，因此是唯一会碰到该问题的MoE架构。在M2 Ultra上，20 个随机种子中有 2 个失败；其他MoE架构为 2 选 2，不会出现并列。
修复方式是用步长 2 的斜坡填充选择偏置，给每个专家分配各自的分数区间，使top-k结果只取决于专家索引。发布说明称该偏置只作用于选择，权重仍取自无偏概率，MoE输出幅度不受影响。修复后Beam在全部 160 个种子上与CPU参考结果的偏差在 4e-7以内。
测试设备表区分Apple SoC的CPU与GPU
同一版本还调整测试输出中的设备表。发布说明称，Apple SoC的CPU与Metal GPU都报告相同描述（示例为“Apple M2 Ultra”），导致设备列出现两行无法区分，失败行也不说明由哪一个产生。改动补充设备名（也就是 -b参数所取的名称），除非描述本身已经是名称。