Vai al contenuto

llama.cpp b12425 legge da output.weight la dimensione della testa Qwen3: il fix riguarda anche ForcedAligner con 5.000 classi temporali.

L’ANALISI

llama.cpp: corretto il caricamento di Qwen3-ForcedAligner

llama.cpp b12425 legge da output.weight la dimensione della testa Qwen3: il fix riguarda anche ForcedAligner con 5.000 classi temporali.

4 min di letturaFatti, limiti e fonti primarie
PR 32349 di llama.cpp sulla lettura della dimensione della testa di output Qwen3 dal tensore
La PR 32349 nel repository ufficiale llama.cpp documenta il caricamento della testa di output Qwen3. Schermata del 15 novembre 2026.

In breve: llama.cpp b12425 legge la dimensione della testa di output Qwen3 dal tensore output.weight. La PR collega il fix a Qwen3-ForcedAligner-0.6B e alle sue 5.000 classi temporali. È una correzione del caricamento: non un nuovo modello, una prova di accuratezza o un flusso completo di sottotitolazione verificato qui. PR 32349: dimensione della testa Qwen3 dal tensore.

Verifica documentale del 15 novembre 2026 sulla prerelease b12425, sulla PR 32349 e sul relativo diff. Commit di unione: 18b74fa41dcac1f55ae1371fe58153f7225941f6. Letta anche la model card ufficiale Qwen. Nessuna conversione GGUF, compilazione o inferenza eseguita.

Che cosa cambia nel caricamento?

Nel diff di src/models/qwen3vl.cpp la dimensione di output viene letta dai metadati del tensore output.weight, quando presenti. Il percorso mantiene un ripiego specifico da 3.072 uscite per Qwen3-TTS se quei metadati non sono disponibili. Aggiunge inoltre un controllo: una dimensione inferiore a uno o superiore al vocabolario genera un errore. La conseguenza pratica è distinguere il vocabolario di ingresso dalle uscite effettive del modello. Non è una modifica del numero di parametri né una riduzione della memoria misurata.

Diff del caricamento Qwen3 e controllo delle dimensioni.

Perché riguarda i timestamp di ForcedAligner?

Le note della prerelease citano Qwen3-ForcedAligner con una testa da 5.000 classi temporali, più piccola del vocabolario. L’autore della PR dichiara di aver completato caricamento ed esecuzione in locale: è una prova riportata dal contributore, non riprodotta per questo articolo. La model card Qwen descrive separatamente il forced alignment e la trascrizione ASR. Allineare un testo all’audio per ricavarne i tempi non equivale a dimostrare che il modello riconosca correttamente ogni parola di un audio sconosciuto.

PR 32349: descrizione e commit di unione · Prerelease llama.cpp: b12425 e data di pubblicazione · Model card ufficiale Qwen3-ForcedAligner-0.6B.

Basta aggiornare per avere sottotitoli affidabili?

No: il fix rimuove un ostacolo preciso nella rappresentazione della testa di output. Restano da verificare conversione del checkpoint, artefatti richiesti, integrazione del percorso audio e correttezza dei timestamp nel proprio caso d’uso. La model card include esempi di altri backend: non vanno presentati come comandi llama.cpp già collaudati. Prima di cambiare una pipeline conviene annotare formato del modello, revisione del runtime e punto esatto in cui fallisce il caricamento. Una partenza riuscita resta distinta da una valutazione della qualità.

Diff del caricamento Qwen3 e controllo delle dimensioni · Model card ufficiale Qwen3-ForcedAligner-0.6B.

Come progettare una prova controllata?

Il protocollo proposto usa una breve registrazione propria o autorizzata e una trascrizione controllata manualmente. Si fissano revisione, checkpoint e conversione, quindi si confrontano prima i log di caricamento e poi i tempi restituiti con un riferimento manuale. Parole saltate, segmenti sovrapposti e timestamp fuori intervallo vanno registrati come errori, non nascosti in una media. Solo dopo si può provare materiale più lungo o rumoroso. Questa è una procedura da eseguire: qui non vengono pubblicati tempi, tassi di errore o risultati sul dispositivo di Francesco.

PR 32349: descrizione e commit di unione · Model card ufficiale Qwen3-ForcedAligner-0.6B.

Checklist pratica proposta

  • Fissare la prerelease b12425 o un commit che contenga la PR 32349.
  • Registrare checkpoint, conversione e dimensioni della testa di output.
  • Separare il successo del caricamento dalla qualità dei timestamp.
  • Usare una registrazione propria o autorizzata con testo verificato.
  • Confrontare i tempi con un riferimento manuale e conservare gli errori.
  • Non attribuire alla redazione il test locale dichiarato dal contributore.

Condizioni e limitazioni

Prerelease e verifica del codice, non test end-to-end. Il contributore dichiara un’esecuzione locale; non sono stati riprodotti conversione, inferenza o misure di accuratezza.

Fonti primarie

Radar AI · a cura di Francesco Gruner

Chiedi al sito.

Assistente OpenAI

Le domande vengono inviate a OpenAI. Non inserire dati personali o riservati. Privacy.

Verifica le risposte nelle fonti. 16 messaggi al giorno per rete.

Cosa cerchi? Ti indico le pagine utili.