该PR优化了llama.cpp中的Top-N-Sigma采样器，移除了末尾不必要的softmax+排序操作，在配合Dist采样器时可避免重复计算。作者在M3 Max上测试Gemma模型，速度从30t/s提升至45t/s。网友称赞这是难得的低垂果实优化，但也指出该采样器默认未启用，使用率不高。