پروژهٔ llama.cpp نسخهٔ b12425 را با تغییری منتشر کرده که اندازهٔ سرِ خروجی Qwen3-VL را مستقیماً از تِنسر مدل میخواند. این تغییر از Qwen3-ForcedAligner پشتیبانی میکند؛ خروجی این مدل 5,000 کلاس زمانمُهر دارد که از اندازهٔ واژگان مدل کمتر است.
چرا مهم است
افرادی که Qwen3-ForcedAligner را با llama.cpp اجرا میکنند، میتوانند از مدلی با خروجی زمانمُهر کوچکتر از واژگان آن استفاده کنند؛ یادداشتهای انتشار الزامات راهاندازی را مشخص نمیکنند.