[Question]: Chunk method table is not supported by Infinity?
![[Question]: Chunk method table is not supported by Infinity?](https://www.chat-gpts.plus/wp-content/uploads/2026/10/4782-52d937bc-768x403.jpg)
该报错通常出现在 RAGFlow 选择 Infinity 作为文档引擎、并尝试使用 table（表格解析）切片方法时。优先排查两件事：当前文档引擎是否为 Infinity，以及该切片方法是否被 Infinity 支持。
celebrityanime
Stopping a `.stream()` input runs the handler once more on the last chunk
使用 gr.Audio （麦克风）或 gr.Image （摄像头）的 .stream() 流式输入时，用户点击 Stop 后助手会再用最后一个 chunk 多执行一次，导致 Stopping a `.stream()` input runs the handler once more on the
TokenGate 让大模型预填充提速最高11.3倍，峰值内存降3.4倍
研究人员提出 TokenGate，一个可挂在现有大模型上的小型可学习模块，能在长上下文预填充阶段跳过无关 token，从而降低首 token 时延和显存峰值，同时宣称不损失精度。
让大模型做CAD机构：FunCAD-Harness用物理测试暴露肉眼看不见的机械故障
2026年10月19日，alphaXiv收录的一项研究提出FunCAD-Harness框架，让大模型智能体在CAD里设计机械机构，并通过按候选方案自动绑定物理测试、用仿真反馈迭代修改，来暴露视觉上看不出的功能失败。
StebBench 发布：最强模型步骤排序正确率仅 63%
一款名为 StebBench 的新基准，从 wikiHow 整理 6,885 条流程，专门诊断 AI Agent 在步骤缺失、错序和内容错误上的表现；结果最强模型在步骤排序任务上正确率仅 63.0%，长流程骤降到 33.1%。
BlenderWorld 基准测试：13 个前沿模型在 3D 创作任务中的真实表现
Hugging Face Papers 收录的论文摘要提出 BlenderWorld，这是首个面向真实 3D 创作任务的综合基准，包含 223 个任务和 2651 条二元评分细则；在 13 个前沿模型测试中，GPT-6-Astra 综合分最高，为 79.9。它值得关注，是因为它暴露了当前模型在 3D 空间一致…
Interlock 用类型化完成图补长任务缺口，Qwen3.6 微调通过率涨 4 个百分点
针对长程智能体“局部正确、整体没做完”的问题，Hugging Face Papers 收录的论文提出 Interlock 框架，把任务表示成可校验的类型化完成图；在摘要报告的实验中，基于其自采轨迹微调 Qwen3.6 后，多项智能体任务通过率提升约 4 个百分点。
Sauron验证器登顶Hugging Face论文：证据优先核查智能体任务，F1达0.96
Hugging Face Papers 收录的论文提出证据优先的智能体验证器 Sauron，在摘要给出的评测中超越 Gandalf 等基线，F1 达 0.96，旨在减少智能体自报成功和评分标准误判带来的奖励偏差。
FineSplat 提出前馈 3DGS 新框架：用细粒度图像块与双重分组提升细节重建
Hugging Face Papers 收录的论文 FineSplat 提出一种以前馈方式运行的 3D Gaussian Splatting 框架，用细粒度图像块加双重分组策略提升几何和外观细节，在不增加甚至减少高斯数量的前提下取得更优结果。不过目前只是论文摘要，实验细节和可复现程度仍待核验。
Misc. bug: Tokenizer (GPT-4o and Tekken pre-tokenizers): token IDs differ from HF because combining marks are split off their letters (Hindi
当使用 llama-tokenize 或加载 gpt-oss、Mistral NeMo 等模型处理印地语、泰语、孟加拉语等含组合标记的文字时，llama.cpp 给出的 token ID 与 Hugging Face 不一致。优先检查 src/llama-vocab.cpp 中 GPT-4o/Tek