A equipe da ggml-org lançou o llama.cpp b12019. A versão atualiza o tratamento de conversas com o Qwen3-Coder: quando reasoning_format está definido como none, o software pode aceitar duas variantes de blocos de pensamento e removê-los da resposta.
A versão também inclui compilações prontas para download para macOS, iOS e várias versões do Ubuntu.
Por que importa
Quem executa o Qwen3-Coder pelo llama.cpp pode usar o tratamento atualizado para evitar que blocos de pensamento apareçam em respostas configuradas para omitir o raciocínio. No entanto, as notas da versão não especificam quais aplicativos ou configurações são afetados.
