新版本调整检查点淘汰逻辑：间距淘汰仅在检查点列表写满时生效，并改为在同n_tokens位置替换而非追加重复项，避免恢复时从头重算。
AI解读：llama.cpp这次更新修的是一个隐性性能问题。服务器为混合架构或循环模型做对话时，会在生成过程中保存检查点，让下一个请求能从接近断点的地方继续。旧逻辑里，create_checkpoint() 的间距淘汰规则在检查点列表没满时就会生效，删掉时间上离最新点太近的检查点。当用户输入的提示词较短（短于checkpoint_min_step）时，正好会把下个请求要恢复的那个检查点删掉，模型只能从更早的检查点重新预填充，拖慢响应。b10864把规则改成：只有检查点数量达到上限n_ctx_checkpoints时才做间距淘汰，并且同一个n_tokens位置已有检查点时直接替换，不再追加重复项。对自行部署llama.cpp服务器并处理大量短提示词请求的开发者来说，这个改动可以减少不必要的重算，缩短短对话续接的等待时间。这不改变API或模型权重，普通终端用户无需任何操作；跑官方构建的服务只需升级二进制即可获得改进。
llama.cpp发布b10864版本，修复server组件中检查点淘汰逻辑的一个缺陷：之前对短提示词请求会误删掉下一个请求要恢复的检查点，导致混合/循环模型不得不从更早的检查点重新预填充。
此修复来自拉取请求 #28302，改动仅涉及create_checkpoint() 的间距淘汰条件。
修复内容
原逻辑中，create_checkpoint() 的间距淘汰会保留最旧的检查点，并删除在checkpoint_min_step距离内的所有更迟检查点。对于长度小于checkpoint_min_step的提示词，这会丢掉位于n_tokens - 4处、原本供下一个请求恢复的检查点，使混合/循环模型改为从上一个检查点重新预填充。
新逻辑将间距规则的应用条件改为“仅当检查点列表已满（达到n_ctx_checkpoints）时才执行”；同时，若同一n_tokens位置上已有检查点，则直接替换该检查点，而不是追加一个重复项。