aruaru-llm：Rust 实现的本地 LLM 推理项目，持续接入 DeepSeek MLA、Qwen 与重复惩罚机制

GitHub 项目 aruaru-llm 更新了多项推理功能：open-cuda 侧实现 DeepSeekMoE（共享专家+top-k 路由）与 DeepSeek-V2/V3 MLA 架构，其中 15.7B 参数模型尚未实机验证；Qwen2/Qwen2.5 支持已在 Qwen2.5-0.5B-Instruct 上实机验证。默认启用 CTRL 式重复惩罚（ARUARU_LLM_REPETITION_PENALTY，默认 1.3），实测可解决 GPT-2 124M 无限循环退化问题。MLA KV cache 压缩（GPT-2 上 head_dim=64→d_c=16，减少 75%）为可选开关，因随机初始化投影矩阵导致生成质量明显下降而默认关闭。