llama.cpp发布b10774：修复训练无KV缓存问题
新版本主要修复微调（finetune）在没有KV缓存时的训练错误，并更新了各平台的二进制包。
AI解读：llama.cpp的b10774版本主要解决微调时无KV缓存导致的训练失败问题。KV缓存是模型推理时缓存历史计算结果的机制，在没有它的情况下训练此前会出错，这次修复让训练功能在更灵活的配置下也能正常工作。对于在本地或服务器上使用llama.cpp进行模型微调的开发者来说，这意味着更稳定的训练流程，特别是当硬件内存有限需要关闭KV缓存时。普通用户无需立即升级，但使用微调功能的开发者应更新到b10774并关注相关GitHub讨论以确认修复效果。
llama.cpp项目于 [发布日期] 发布b10774版本，核心修复是解决微调（finetune）时无KV缓存（no KV cache）的训练问题。该修复由PR #27199 引入，其中包含了ggerganov的建议。
版本修复内容
根据发布说明，本版本唯一列出的更改是“finetune: fix no KV cache (#27199)”，即修复了训练过程中不使用KV缓存时的错误。KV缓存是Transformer模型推理时缓存键值对以减少重复计算的机制，此前在无KV缓存模式下进行微调可能失败。
平台支持与下载
b10774提供了多平台的预编译二进制包，包括macOS（Apple Silicon和Intel，其中KleidiAI版本被禁用）、iOS（XCFramework）、Linux（Ubuntu x64/arm64/s390x CPU，以及Vulkan、ROCm 10.0、OpenVINO、SYCL等后端）、Android（arm64 CPU）、Windows（CPU、Vulkan、OpenVINO、SYCL、CUDA 12/13等），以及openEuler（部分被禁用）。