llama.cpp 项目发布了构建版本 b10353，解决了 CUDA 和 Metal 后端中 ggml_roll 操作的一个关键 bug。此前，由于这些后端忽略了步幅信息，置换（非连续）源张量会无声地产生错误结果。
- 该修复为 CUDA 和 Metal roll 内核都添加了连续源要求，与现有的 GGML_OP_ROPE 保护相匹配。
- 此更改确保调度器为非连续输入回退到 CPU 实现，后者能正确处理步幅。
- 添加了一个置换的 test_roll 案例以验证修复。
此更新可防止依赖具有非标准内存布局的 ROLL 操作的模型出现数据损坏。