在启用内置知识库工具（native/builtin knowledge tools）时，模型调用 query_knowledge_files 可以检索“你本人有权访问”的全部工作区知识库，即使界面上没有附加任何知识库。维护者确认这是设计行为（"no selection means the AI ha
该报错通常出现在使用 Transformers 的 mask-generation pipeline 运行 SAM 模型、并把 crops_n_layers 设为大于 0 的场景。优先排查是否存在“pipeline 在裁剪模式下产生多个输出、与输入点 batch size 不一致”的已知 bug，而
该报错通常发生在 n8n 的 AI 节点调用本地大模型（如 Ollama）时，模型响应耗时接近或超过约 5 分钟，导致请求以 AI nodes timeout after 5m 相关错误中断。优先排查 n8n 与 Ollama 的版本组合、是否多分片并发请求，以及节点请求超时设置。
Hugging Face Papers 收录的论文 SpecKCast 提出一种免训练扩散加速方法，在频域用卡尔曼滤波预测模型输出，并按不确定性决定是否真的跑 Transformer，在多个图像和视频生成模型上最高实现 6 倍加速且额外显存不超过 0.05 GiB。
该问题通常出现在 ComfyUI 中通过 Ollama Generate 节点、在开启 keep_context 的同一会话内切换不同模型时，节点变红并返回 500 错误。优先排查会话上下文（KV Cache）与模型切换之间的状态一致性，而不是显存容量本身。
alphaXiv 收录的论文 Latent Bridge 提出一个小型可训练映射器，把视频生成模型的潜空间直接接到冻结的 VGGT-Ω 几何特征空间，跳过“先解码 RGB、再重新编码”的中间步骤。它值得关注的地方在于：同一份潜变量可以同时用于 RGB 解码和相机、深度、点云预测，官方摘要给出的解码加速最高为…
研究者提出 Lafa 系列连续流语言模型，把预训练自回归模型改造成分块并行生成的流量模型，论文摘要称 7B 设置下吞吐约为同质量 AR 的 2.54 倍。它代表大模型推理加速的一条新路线，但仍属论文阶段。
Hugging Face Papers 收录的论文 FlowState 提出把执行状态当作可保留、可回访的记忆，让长周期 LLM Agent 在减少历史上下文的前提下复用早期信息。论文摘要称其在两个评测任务上同时提升成功率并降低 Token 消耗，但这是研究结果，尚非已上线产品。
清华大学KEG实验室在Hugging Face Papers发布Event-STVG任务与基准，把视频时空定位从“找描述中的目标”推向长视频事件级推理，并显示当前最强多模态大模型在10分钟视频上的m-vIoU只有5.4%。
该问题出现在使用 Langfuse 的 OpenAI 封装调用 responses.create() ，且调用发生在 asyncio.gather 并发上下文时；Trace 中 input 显示为 [] 、output 显示为 null 。优先排查点应放在 Langfuse 对异步调用与 Respo