M3 Ultra Mac Studio पर Qwen3.5-122B चला रहे एक डेवलपर ने qMLX सर्विंग स्टैक में तीन विशिष्ट बग्स की पहचान की जो लॉन्ग-कॉन्टेक्स्ट एजेंटिक कोडिंग के दौरान गंभीर लेटेंसी का कारण बन रहे थे।
समस्याओं में KV कैश मैचिंग को तोड़ने वाला प्रॉम्प्ट अस्थिरता, इतिहास विचलन का कारण बनते हुए स्ट्रीमिंग रिप्लाई में बाधा, और एग्रेसिव एविकशन को ट्रिगर करने वाला चेकपॉइंट पॉइजनिंग शामिल था।
इन बग्स को ठीक करने से प्रीफिल समय मिनटों से सब-सेकंड तक कम हो गया, जिसकेवल 33 प्रीफिल्ड के साथ 53k टोकन कैश किए जा सके। लेखक ने qMLX फ़ॉर्क और एक बेंचमार्क स्क्रिप्ट ओपन-सोर्स की, यह नोट करते हुए कि Qwen के लिए विशिष्ट हाइब्रिड एटेंशन ऑप्टिमाइज़ेशन अपस्ट्रीम स्टैक्स से विचलन का कारण बनने की संभावना है।