Hugging Facen transformers on se kirjasto, jonka kautta uusi mallirakenne yleensä ensimmäisenä leviää muualle ekosysteemiin — ja keskiviikkona se joutui tekemään sen kahdesti saman tunnin sisällä.

Versio 5.16.0 toi mukanaan Qwen4-Exp-arkkitehtuurin, eli sen rakenteen, jonka päälle illan pääjutun malli on tehty. Kirjaston oma kuvaus erittelee kolme osaa: Gated Residual sekoittaa useita jäännösvirtoja hienojakoisella portituksella ennen jokaista tarkkaavaisuus- ja asiantuntijalohkoa, Qwen Sparse Attention pisteyttää pakattuja avainlohkoja usealla kyselypäällä ja jättää keskeneräisen hännän pakkaamatta, ja Per-Layer Embedding rikastaa valittuja kerroksia tiivistetyistä merkkijaksoista johdetuilla piirteillä. Kirjasto sanoo tämän olevan ensimmäinen hybridiarkkitehtuuri, joka yhdistää lineaarisen ja harvan tarkkaavaisuuden.

Samassa versiossa tuli myös jotain aivan toisen kokoluokan: GraniteSpeech5, noin 470 miljoonan parametrin conformer-kooderi puheentunnistukseen. Se on pelkkä kooderi ilman autoregressiivistä purkajaa — yksi eteenpäinajo ja ahne CTC-purku, ei muuta. Aikaresoluutiota pudotetaan kahdeksankertaisesti kehysten pinoamisella ja lohkoittaisella harvennuksella. Tämä on juuri sen kokoinen malli, joka mahtuu kannettavaan ja mini-PC:hen ilman erillistä näytönohjainta.

Kolmetoista minuuttia myöhemmin ilmestyi 5.16.1, jonka koko olemassaolon syy on GLM-5.3-Flashin tuki. Mukana tuli lisäksi kaksi pientä korjausta: tensoriparallelismin rajapinnan taaksepäinyhteensopivuus palautettiin, ja yhden ytimen viittaus naulattiin tiettyyn versioon tietoturvasyistä.

Kirjastojen versionumeroista ei yleensä kannata tehdä uutista, mutta tässä tapauksessa aikaleimat kertovat jotain kentästä: kaksi suurta avoimen painon julkaisua osui samaan vuorokauteen, ja ekosysteemin peruskirjasto sopeutui molempiin ennen kuin päivä vaihtui.