Ollama v0.40.5-rc1 预发布：MLX 后端修复与 Nemotron 支持

本次变化

根据发布说明，Ollama v0.40.5-rc1 为候选版本，包含以下调整：

• Windows Vulkan 构建：缩短构建路径，使嵌套的 shader-generator 编译器探测保持在 Windows 路径长度限制之内，避免仓库名较长时出错。
• MLX 后端：修复 Nemotron 相关缺陷并支持全局缩放。具体包括接受已发布的 Nemotron 层命名同时保留旧别名、修正层数推断与分离式 MTP 量化；稳定 Mamba softplus、保留 FP32 视觉归一化，并编译 Mamba gate 与 norm scaling。此外支持按专家的 F32 全局缩放，在 ModelOpt 与 compressed-tensors 的 NVFP4 导入中保留激活缩放伴随项，归一化倒数全局值并拒绝无效缩放，同时将激活缩放与仅权重的推理分开处理。
• MLX 后端：新增 Nemotron 3.5 Super。
• 其他小幅调整。

适用场景

面向使用 Ollama 本地运行模型、且涉及 MLX 后端或 NVFP4 量化导入的用户，尤其是需要 Nemotron 系列支持的环境。

限制与待核实

该版本为 rc 候选版，来源未提供具体基准或运行验证结果；上述修复的实际效果、兼容范围及是否影响稳定版需以正式发布说明为准。