Projektet llama.cpp har släppt version b12425 med en ändring som gör att storleken på Qwen3-VL:s utmatningshuvud kan läsas direkt från modellens tensor. Ändringen ger stöd för Qwen3-ForcedAligner, vars utdata innehåller 5,000 tidsstämpelklasser – färre än modellens vokabulär.
Varför det spelar roll
Den som kör Qwen3-ForcedAligner med llama.cpp kan använda en modell vars tidsstämpelutdata är mindre än vokabulären. Versionsinformationen anger inga krav på konfiguration.