2025 年 9 月 25 日，Ollama 发布了 v0.12.2 版本，这是一次对底层引擎和模型支持进行重要优化的更新。该版本不仅提升了对 Qwen3 架构（包括 MoE 混合专家模型）的运行支持，还在分词器、内置工具渲染、张量加载等方面做出重大调整。本文将详细解析本次更新的技术细节和影响。
一、核心更新摘要
Qwen3 架构模型（含 MoE）切换到 Ollama 新引擎运行
- 新引擎更好地支持 Qwen3 系列权重加载与推理，包括 Qwen3-MoE（混合专家）模型。
- 推理性能、兼容性的提升，对未来更多模型加载是关键一步。
修复 gpt-oss 内置工具渲染问题
- 在聊天输出中，某些内置工具（如浏览器、Python）名称被意外重命名，导致识别异常。
- v0.12.2 中明确了“内置函数不重命名”逻辑，保障工具调用的一致性。
支持 Multi-Regex 分词器（Multi-Regex pretokenizers）
- BytePairEncoding（BPE）分词器支持传入多个 regex 模式，实现复杂的分词规则组合。
- 例如同时针对数字、中文、符号进行独立匹配，提升多语言处理精度。
新引擎支持张量名前缀（pre:）与后缀（suf:）匹配加载
- 允许模型权重 Tag 中指定前缀/后缀，以便灵活组合子张量名称。
- 对复杂网络层结构（如 shexp、b 前缀）有更好的权重绑定能力。
二、分词器（BytePairEncoding）重大调整
此前的 NewBytePairEncoding 方法只接受一个 regex 作为预分词器，这在实际应用中不足以应对多语言和特殊字符的组合处理。本次更新：
func NewBytePairEncoding(vocab *Vocabulary, pretokenizers ...string) BytePairEncoding关键变化：
- 支持 多正则表达式数组，依次分割文本。
- 默认预分词器覆盖缩写、字母、数字、符号、空格等典型模式。
- 新增
split()实现链式 regex 切分，确保各类特殊序列被精确识别。
测试示例：
- 默认模式：
Hello, WORLD!! How's it going? 123 一二三 - Unicode模式：单独匹配中文字符
[一-龥]，数字分割为整体或单个数字。 - 数码逐位模式：将
123切为1,2,3。
这意味着 Ollama 在文本预处理环节获得更高的灵活度，尤其在多语言 NLP 场景中表现更佳。
三、Tag 系统优化：前缀/后缀匹配
模型权重文件在加载时通常通过 Tag 名匹配张量，v0.12.2 新增了 pre: 与 suf: 标签支持：
type Tag struct {
name string
prefix string
suffix string
alternatives []string
}功能说明：
pre:指定在张量名匹配前插入的前缀，例如b_。suf:指定附加到张量名的后缀，例如_c。- 支持
alt:提供备用名称，并在无主名时自动提升为主名。
应用场景：
例如，模型结构中有以下权重名：
blk.0.a.weight
blk.0.b_weight
blk.0.weight_c
blk.0.x_weight_y通过 Tag 配置可以快速映射到对应结构体字段，减少硬编码。
四、内置工具不重命名
在 Harmony 解析器中，确认以下内置工具名称保持原样：
browser.open
browser.search
browser.find
python这解决了 v0.12.1 中用户报告的 调用工具名被改写 问题，确保工具调用的稳定性和兼容性，尤其是与外部插件交互时。
五、各模型加载代码调整
为了适配 Multi-Regex 方案和新引擎，本次更新重构了多个模型的加载方法，包括：
- llama / llama4 系列
- mistral3
- mllama
- qwen2、qwen25vl、qwen3
所有这些模型均由单一 regex pretokenizer 改为可以传入多条 regex，提升可扩展性。
六、开发者影响与升级建议
对模型作者：
- 通过在 GGUF 标签中添加
pre:/suf:，可以更精准地映射复杂张量名。 - 使用多 regex 分词能显著提升非英文文本的处理效果。
对推理系统维护者：
- 新引擎对 Qwen3 MoE 支持，意味着可以在 Ollama 中稳定部署混合专家模型。
- 内置工具不重命名修正，提升与工具 API 对接的稳定性。
七、总结
ollama v0.12.2 是一次针对核心引擎、分词器、模型加载逻辑的全面升级，尤其是：
- 新引擎全面支持 Qwen3 MoE
- 多 Regex 分词器
- Tag 前后缀功能
- 内置工具渲染修复
这些改动不仅提升了模型运行的稳定性和灵活性，也为未来多语言 NLP 和复杂模型加载奠定了基础。