Eval bug:

快速结论：该报错通常出现在 llama.cpp 构建版本升级后加载特定 GGUF 模型时，主要表现为模型加载失败，且该问题在后续新版本中已自行消失，优先排查方向是升级到更新版本或检查模型文件是否损坏。

适用环境：Windows 操作系统；llama.cpp（llama-bench / llama-server）；SYCL 与 Vulkan 后端（Intel Arc Pro B70 显卡、AMD Ryzen 9 7900X3D）；CUDA 13.3 x64 构建（另一用户反馈）；模型为 Ministral-3-14B-Instruct-2512-Q4_K_M 与 Ministral-3-3B-Instruct-2512-Q5_K_M。

最快修复方案：升级到更新版本的 llama.cpp 构建（Issue 中确认 build 10481 已恢复正常加载），暂无其他已验证的一步修复方案。

注意事项：该问题被标记为“bug-unconfirmed”，原始报告者确认 build 10481 已无法复现；另有用户报告在 build 10443 至 10472 之间稳定复现，因此若无法升级，可尝试更换模型或重新下载模型文件。

问题场景

用户在 Windows 上使用 llama.cpp 的 llama-bench 工具加载 Ministral-3-14B-Instruct-2512-Q4_K_M.gguf 模型，分别在 SYCL 后端（Intel Arc Pro B70）和 Vulkan 后端（Intel Arc + AMD 核显）下均触发模型加载失败。另一用户在使用 CUDA 13.3 x64 构建加载 Ministral-3-3B-Instruct-2512-Q5_K_M.gguf 时遇到相同问题。问题从 build 10443 开始出现，持续到 build 10472，但在 build 10481 已无法复现。

报错原文

llama_bench: error: failed to load model 'C:/lms_models/mistralai/Ministral-3-14B-Instruct-2512-GGUF/Ministral-3-14B-Instruct-2512-Q4_K_M.gguf'

llama_model_load: error loading model: error loading model vocabulary: invalid gguf type for tokenizer.ggml.scores

原因分析

可能原因：llama.cpp 在 build 10451 附近发生了与 GGUF 模型词汇表解析相关的回归（regression），导致特定模型（特别是 Ministral-3 系列）的 tokenizer 元数据无法被正确读取。由于该问题在后续版本中自动消失，且原始报告者确认无法在 build 10481 复现，推测是某个上游提交在短时间内被修复或回滚，而非模型文件本身损坏。

环境排查

确认 llama.cpp 构建版本号（build 10443–10472 区间内均可能出现）；
确认后端类型（SYCL、Vulkan、CUDA 13.3 x64）；
确认模型文件完整性（Ministral-3-14B-Instruct-2512-Q4_K_M.gguf 或 Ministral-3-3B-Instruct-2512-Q5_K_M.gguf）；
确认 GPU 驱动版本（Intel Arc Pro B70、AMD Radeon Graphics、NVIDIA CUDA 13.3 环境）。

解决步骤

升级 llama.cpp 到最新发布版本（Issue 中验证 build 10481 已恢复正常）；
若无法升级，尝试使用 build 10442（commit 9b0a2ce85）之前或 build 10472（commit 27df9199d 之后较远的新版）；
检查模型文件 MD5/SHA 校验和，排除下载不完整的情况；
若问题仅在特定后端出现，尝试切换其他后端（如从 Vulkan 切到 CPU 或 CUDA）以隔离问题；
记录复现时的完整日志（包含 --verbose 参数）以供排查。