新版本在Vulkan后端加入TQ1_0量化格式的矩阵乘法、矩阵向量乘等内核，并将 3 的幂打包进 32 位常量以优化实现。
AI解读：这次发布的重点是补上Vulkan后端对TQ1_0量化格式的支持。TQ1_0是一种把权重压到极低比特的量化方案，此前它主要跑在CPU或其他后端，用Vulkan加速的设备（比如很多AMD、Intel显卡和部分移动GPU）没法完整利用这种压缩格式。加入mm、mat-vec这些内核后，用Vulkan跑TQ1_0模型的用户可以达到和现有后端一致的功能范围。实现上把每个 7 位的 3 的幂打包成一个 32 位常量存储，相比原来用常量数组能减少寄存器占用和内存读取，这种改动主要影响的是部署时的运行效率而非量化精度。对普通用户来说，如果没有在用支持TQ1_0的更小模型，这次更新不需要立刻升级；真正受益的是在Vulkan环境下跑TQ1_0权重的推理玩家或开发者，他们在功能选择上不再需要降级。
llama.cpp项目发布b10831版本，主要变化是在Vulkan后端加入TQ1_0量化格式支持，覆盖矩阵乘法（mm）、矩阵向量乘（mat-vec）、带ID的矩阵向量乘（mat-vec-id）、反量化（dequant）和get_rows操作（PR #27765）。
Vulkan后端新增TQ1_0内核并优化 3 的幂存储
b10831的变更说明显示，TQ1_0支持通过PR #27765 加入，包含mm、mat-vec、mat-vec-id、dequant和get_rows的实现。实现中一个关键改动是：将TQ1_0所需的 3 的幂（powers of 3）从常量数组替换为打包进单个 32 位常量，每个条目占 7 位，最大值为 81。