llama.cpp b12140为YaRN增加truncate=false支持，用于gpt-oss等模型
该项目发布说明称，此前YaRN校正区间的边界无法不取整，gpt-oss和部分PLaMo-3模型使用truncate=false；本次改动涉及GGML算子与CPU后端，并补充了CUDA后端支持和测试。默认truncate=true时，原有调用行为不变。
AI解读：llama.cpp发布b12140版本，发布说明列出的核心变更是GGML支持YaRN的truncate=false设置（PR #30206）。
发布说明解释，YaRN通过计算校正区间来切换频率插值方法，此前不支持将区间边界保持为非整数（truncate=false）；使用该设置的模型包括gpt-oss和部分PLaMo-3模型。
为正确处理这些模型，改动修改了GGML算子与CPU后端的计算逻辑，使边界不做取整；同一变更还增加了CUDA后端支持与测试，并把RoPE辅助函数移到内部头文件。
默认行为仍为truncate=true，发布说明称未显式配置的既有调用将维持原有行为。
此次发布同时提供macOS、Linux、Windows、Android等多平台预编译包，覆盖CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO等后端。
llama.cpp发布b12140版本。发布说明将主要变更记为GGML支持YaRN的truncate=false（PR #30206）。
truncate=false解决什么
发布说明称，YaRN会计算校正区间，用于切换频率插值方法；此前不支持让这些区间的边界不取整，即truncate=false。
说明列出使用truncate=false的模型包括gpt-oss和部分PLaMo-3模型。为正确支持这些模型，改动修改了GGML算子和CPU后端，使相关计算不做取整。
- 新增支持对象：YaRN的truncate=false设置。
- 发布说明点名的模型：gpt-oss、部分PLaMo-3模型。
- 改动范围：GGML算子与CPU后端；另增加CUDA后端支持和测试。
- 默认值：truncate=true，未显式配置的调用维持原有行为。
发布包覆盖范围
b12140发布页同时列出多平台构建包，包括macOS Apple Silicon与Intel、iOS XCFramework、Ubuntu（x64、arm64、s390x）、Android arm64、Windows x64与arm64，以及UI包。后端覆盖CPU、CUDA 12/13、Vulkan、ROCm 10.0、SYCL、OpenVINO等。发布说明未给出这些包与truncate=false相关的性能或效果数据。