llama.cpp 发布 b11985，优化 Metal 后端 MXFP4 矩阵向量与 GLU 内核

llama.cpp 发布 b11985，主要改动集中在 Metal 后端。MXFP4 矩阵向量内核改用 fp16 位技巧解码 fp4 值、以对齐的 32 位字加载打包 nibble，不再使用 threadgroup 内存；连续一元与行广播二元算子改为每 threadgroup 最多 256 线程并做尾部边界检查；GLU 每行拆到多个 threadgroup 上执行。