lama.cpp 目前有重大性能 bug： checkpoint 的巡回逻辑对于混合模型（比如 qwen3.6-27B）无效，从而导致大概率每次对话都要 prefill 全文，严重拖慢速度
中文摘要
llama.cpp 处理混合模型（如 Qwen3.6-27B）时，checkpoint 缓存恢复逻辑失效，导致每次对话都需重 prefill，严重拖慢推理速度。
English Summary
llama.cpp has a bug with mixed models (e.g., Qwen3.6-27B): checkpoint caching fails, forcing full context prefill every time and severely slowing down inference speed.
Original Excerpt
📌 一句话摘要 本文指出 llama.cpp 在处理混合模型（如 Qwen3.6-27B）时存在 checkpoint 缓存恢复逻辑缺陷，导致每次对话都需要重新 prefill 全部上下文，严重拖慢推理速度。 📝 详细摘要 文章基于 GitHub Issue 报告，揭示了 llama.cpp 在支持混合模型（如 Qwen3.6-27B，结合了 Mamba 等循环结构）时的一个严重性能 bug。核心问题是 checkpo...