llama.cpp b10776发布：新增NVIDIA Nemotron-3-Puzzle-75B-A9B模型支持
该版本通过按层存储专家FFN大小和top-k值，支持具有 5 种不同FFN扩展和 7 种top-k的混合专家模型，并适配官方BF16检查点。
llama.cpp发布b10776版本，新增对NVIDIA Nemotron-3-Puzzle-75B-A9B模型的支持。该模型有 40 个MoE层，包含 5 种不同的专家FFN扩展值和 7 种不同的top-k路由值，此前代码将FFN大小和top-k作为单一数值存储，无法表达逐层差异。
实现方式：无新增GGUF键，按层数组支持
更新将n_ff_exp和n_expert_used从标量改为按层数组，并保留标量回退以兼容旧的统一配置。GGUF文件中不新增键，复用现有的expert_feed_forward_length和expert_used_count键，通过get_key_or_arr实现标量广播或按层读取。
- 标量架构不受影响：旧模型标量值会自动广播到所有层。
- Nemotron-3-Super-120B-A12B（也具 88 层）通过逐层expert_used_count数组与Puzzle区分，Super为统一广播值。
- 滞后于本分支的其他架构（如Laguna、kimi-k3、dflash、bailingmoe3、deepseek4、granite-swa）已改用标量回退，行为不变。
转换脚本适配官方BF16检查点
转换脚本NemotronHPuzzleModel现可处理官方NVIDIA-Nemotron-Labs-3-Puzzle-75B-A9B-BF16检查点：其张量名为model.*（原为backbone.*），router偏置名为e_score_correction_bias。脚本在modify_tensors中统一命名，使两种命名均可转换；官方索引的全部 42683 个键（含MTP头）都能解析。
- Puzzle模型禁用 --mtp/--no-mtp导出，因其MTP头布局不同且未走NemotronHModel通用路径。
- 新增NemotronHPuzzleForCausalLM架构注册，并修复了NemotronHModel上未声明的 _experts属性。