过滤噪音，保留 AI 信号。

PyTorch Inductor CI 流水线（ciflow/inductor/184166）的 GitHub 发布标签仅包含状态 '[ghstack-poisoned]'，表示该 CI 工作流因 ghstack 中毒状态而失败。没有报告任何代码更改、新功能或性能结果。

llama.cpp 发布 b9637 版本，为 Cohere2MoE 模型架构（North Code）引入了专用对话解析器。解析器通过 PR #24615 实现，确保 Cohere 混合专家模型的对话格式正确。该版本提供适用于 macOS、Linux、Windows 和 Android 的预编译二进制文件，支持 CPU、CUDA、Vulkan、ROCm、SYCL 等多种后端。发布说明中除该解析器和一些内部重命名外，无其他功能性变更。

llama.cpp 的 b9631 版本修复了一个命令行界面 Bug，该 Bug 导致保留的令牌（preserved tokens）未能正确复制（对应问题 #24258）。该版本同时提供了针对 macOS（Apple Silicon 和 Intel）、Linux（x64、arm64、s390x、Vulkan、ROCm、OpenVINO、SYCL）、Android（arm64）、Windows（CPU、CUDA、Vulkan、SYCL、HIP）以及 openEuler 等多个平台的预编译二进制文件。此次发布是一次常规修补更新，主要聚焦于一个 CLI 修复。

本次 llama.cpp 发布将 cohere2moe 分词器添加到 llama-vocab 中，从而支持 TINY_AYA 模型的推理。该变动通过 PR #24601 贡献，同时提供了面向 macOS、Linux、Windows 和 Android 多个计算后端的构建产物。

llama.cpp 的 b9628 版本将 SYCL 后端的验证纳入持续集成和发布测试流程。新增的 check-release 工作流现覆盖 Ubuntu x64 上的 SYCL FP32 与 FP16 构建以及 Windows x64 上的 SYCL，确保英特尔 GPU 加速获得定期测试。该版本同时保留了针对 macOS、Linux（CPU、Vulkan、ROCm、OpenVINO）、Android 及 Windows（CUDA、Vulkan、HIP）的现有测试矩阵。

llama.cpp 的 b9626 版本新增了对 Cohere2 混合专家（MoE）架构的支持，架构名称为“cohere2moe”。该版本修复了滑动窗口注意力模式问题，通过改用 iSWA 解决了 MTP 失败问题，并将共享专家的组合方式调整为 (routed+shared)*0.5。同时移除了冗余的门控函数检查、lm_head 张量检查及 tokenizer 类型定义，tokenizer 保持为 tiny_aya。构建版本覆盖 macOS（Apple Silicon/Intel）、Linux（x64/arm64，支持 Vulkan、ROCm、OpenVINO、SYCL）、Android 以及 Windows（CPU/CUDA/Vulkan/SYCL/HIP），并提供 UI 支持。