O projeto llama.cpp lançou a versão b12425 com uma mudança que permite ler diretamente do tensor do modelo o tamanho da camada de saída do Qwen3-VL. A alteração dá suporte ao Qwen3-ForcedAligner, cuja saída contém 5,000 classes de timestamps — menos do que o vocabulário do modelo.
Por que importa
Quem usa o Qwen3-ForcedAligner com o llama.cpp pode utilizar um modelo cuja saída de timestamps é menor que o vocabulário; as notas da versão não especificam os requisitos de configuração.