llama.cpp b11714：网页模型探索与辅助文件选择，下载暂停与恢复

1. 从搜索衔接到下载

2026年10月17日发布的 llama.cpp b11714 在模型管理窗口中新增了探索界面。用户可以通过推荐列表或搜索查找 Hugging Face Hub 上的模型，并按文件大小范围筛选。

支持的对象是存储模型权重的 GGUF 格式。选择仓库后，会显示说明文档、统计信息和各量化版本的下载按钮。量化是用更少的位数表示权重的方式，用户选择所需文件时也能看到内存是否足够的提示。

探索功能默认关闭，需在设置中启用后才能从侧边栏等位置访问。帮助说明指出，该功能仅在管理多个模型的路由模式下提供。启用后，Hugging Face Hub 集成也会开启并锁定；关闭探索功能时，集成也会关闭。若只需显示信息，可单独开启集成设置。

2. 辅助文件优先匹配相同量化

用于生成草稿的辅助文件是帮助主模型推理的独立文件。下载界面提供一并下载的复选框和类型选择功能。在可用类型中，DFlash 优先于 MTP，用户也可以更改选择或取消一并下载。

匹配时，会先在主模型所在目录中寻找量化完全相同的文件；若不存在，则选择位数最接近的文件。正如原文所举的例子，4位模型也可能搭配16位辅助文件。因此，适配量化并不意味着只允许相同位数。

辅助文件不会显示为单独的模型行，而是在主模型下显示为简短的子行。它随主模型的下载操作一同管理；若已下载主模型但缺少辅助文件，则会显示补充下载按钮。此次未提供推理速度提升幅度的测量结果。

3. 暂停会保留，取消会删除

此前，停止下载会删除已下载的部分文件；此次改为保留，并在再次请求时续传。服务器会保存未完成记录，因此重启或刷新页面后也能恢复暂停状态。即使恢复请求失败，界面中的暂停行也会保留。

服务器文档给出的未完成状态示例如下。它与正在进行的下载有所区分，表示文件尚未下载完毕，但当前也未在下载。

"status": {
  "value": "incomplete",
  "args": []
}

暂停会保留已下载的部分，但取消或从磁盘删除则会移除部分文件。若主模型已存在，仅辅助文件下载中断，也会单独记录未完成类型，以便在新界面中续传。

4. 便利的代价是存储空间与共享文件管理

省去分别查找模型和辅助文件的麻烦，也意味着随一并下载的文件增加传输量和存储占用。暂停后，部分文件仍留在磁盘上。因此，除了探索的便利性，取消不需要的下载以回收空间也变得重要。

续传仅在文件未变更时有效。若已保存的文件版本标记缺失或发生变化，就会从头下载；若服务器未正常响应续传范围请求，而是返回200或416，则会删除部分文件，让下次尝试从头开始。

共享文件也需要留意。服务器会拒绝试图写入与进行中下载相同的部分文件的新请求。删除模型时，会保留其他量化版本使用的文件；但若单独删除共享辅助文件，也会影响共用该文件的量化版本。

返回概率值的判定模型无法在此网页界面运行，因此不列入推荐与搜索。此次探索功能的范围是选择受支持的模型并管理下载，而非支持运行 Hub 上的全部模型。

此次变更的核心，是将模型探索与续传整合到同一界面，同时仍由用户负责选择辅助文件和管理残留文件。