fix: remove ollama patches

Author: Joan Martinez

llama.cpp

@@ -4653,8 +4653,16 @@ static void llm_load_vocab(
 
         // for now, only BPE models have pre-tokenizers
         if (vocab.type == LLAMA_VOCAB_TYPE_BPE) {
-            if (
-                    tokenizer_pre == "default") {
+            if (tokenizer_pre.empty()) {
+                LLAMA_LOG_WARN("%s: missing pre-tokenizer type, using: 'default'\n", __func__);
+                LLAMA_LOG_WARN("%s:                                             \n", __func__);
+                LLAMA_LOG_WARN("%s: ************************************        \n", __func__);
+                LLAMA_LOG_WARN("%s: GENERATION QUALITY WILL BE DEGRADED!        \n", __func__);
+                LLAMA_LOG_WARN("%s: CONSIDER REGENERATING THE MODEL             \n", __func__);
+                LLAMA_LOG_WARN("%s: ************************************        \n", __func__);
+                LLAMA_LOG_WARN("%s:                                             \n", __func__);
+                vocab.type_pre = LLAMA_VOCAB_PRE_TYPE_DEFAULT;
+            } else if (tokenizer_pre == "default") {
                 vocab.type_pre = LLAMA_VOCAB_PRE_TYPE_DEFAULT;
             } else if (
                     tokenizer_pre == "llama3"   ||
@@ -4710,7 +4718,7 @@ static void llm_load_vocab(
                 vocab.type_pre = LLAMA_VOCAB_PRE_TYPE_DEFAULT;
             }
         } else {
-            vocab.type_pre = LLAMA_VOCAB_PRE_TYPE_DEFAULT;
+            throw std::runtime_error(format("unknown pre-tokenizer type: '%s'", tokenizer_pre.c_str()));
         }
     }
 
@@ -6623,7 +6631,7 @@ static int llama_model_load(const std::string & fname, llama_model & model, llam
         }
     } catch (const std::exception & err) {
         LLAMA_LOG_ERROR("%s: error loading model: %s\n", __func__, err.what());
-        throw;
+        return -1;
     }
 
     return 0;
@@ -16247,22 +16255,16 @@ struct llama_model * llama_load_model_from_file(
         model->rpc_servers.push_back(servers);
     }
 
-    try {
-        int status = llama_model_load(path_model, *model, params);
-        GGML_ASSERT(status <= 0);
-        if (status < 0) {
-            if (status == -1) {
-                LLAMA_LOG_ERROR("%s: failed to load model\n", __func__);
-            } else if (status == -2) {
-                LLAMA_LOG_INFO("%s: cancelled model load\n", __func__);
-            }
-            delete model;
-            return nullptr;
+    int status = llama_model_load(path_model, *model, params);
+    GGML_ASSERT(status <= 0);
+    if (status < 0) {
+        if (status == -1) {
+            LLAMA_LOG_ERROR("%s: failed to load model\n", __func__);
+        } else if (status == -2) {
+            LLAMA_LOG_INFO("%s: cancelled model load\n", __func__);
         }
-    } catch (...) {
-        LLAMA_LOG_ERROR("%s: exception loading model\n", __func__);
         delete model;
-        throw;
+        return nullptr;
     }
 
     return model;