[Bug]: SpendLogs rows silently dropped when the provider reuses response ids (Ollama: `chatcmpl- `)
![[Bug]: SpendLogs rows silently dropped when the provider reuses response ids (Ollama: `chatcmpl- `)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/46403-43373465-768x403.jpg)
当 LiteLLM 代理把 Ollama 的响应 ID（形如 chatcmpl- ）当作 LiteLLM_SpendLogs.request_id 主键写入时，重复 ID 会因 skip_duplicates=True 被静默丢弃，表现为请求返回 200 但消费日志缺失。优先排查上游
celebrityanime
[Bug]: gzip response middleware compresses up to 1 MiB on the event loop: an 824 KB embeddings response stalls the worker ~165 ms
![[Bug]: gzip response middleware compresses up to 1 MiB on the event loop: an 824 KB embeddings response stalls the worker ~165 ms](https://www.chat-gpts.plus/wp-content/uploads/2026/10/46339-ddf4b7ca-768x403.jpg)
当 LiteLLM Proxy 客户端发送 Accept-Encoding: gzip 且响应体达到 500 B 以上时，小于 1 MiB 的响应会在事件循环上做 gzip 压缩；824 KB 的 embeddings 响应会把 worker 卡住约 165 ms，导致同一 worker 上其他请求
StartLux-Decision 决策模型发布：Instant 单次推理与 AutoThink 自适应思考
Hugging Face Papers 收录的论文摘要提出 StartLux-Decision 系列决策模型（0.8B 至 27B），用 Instant 单次推理与 AutoThink 自适应推理两条路线，尝试把“决策准确率”和“推理成本”拆开处理。
英伟达Vera Rubin NVL72首测：智能体推理每兆瓦吞吐量最高提升5.7倍
Artificial Analysis 于 2026 年 10 月 15 日发布 NVIDIA Vera Rubin NVL72 的首批 AA-AgentPerf 评测结果，其在智能体编程场景下的每兆瓦吞吐量最高达到上代 GB300 NVL72 的约 5.7 倍。该结果仅适用于原文日期和特定评测条件。
Eval bug: Vulkan: MiniMax-M2 prompt processing collapses at long context with ubatch above 128 on Strix Halo (gfx1151); long submits trigger
这个报错通常出现在 Vulkan 后端、开启 Flash Attention 且 KV cache 为 f16、ubatch 较大并处理长上下文时；优先排查 ubatch 与 KV cache 类型，并确认是否已包含修复 PR #27703。
多模态大模型投影器训练或被高估：新方法免配对数据即可跳过该阶段
一项新研究指出，多模态大模型中投影器训练阶段可能被过度重视，仅用10%至20%数据即可恢复大部分下游性能，并据此提出无需配对图像-文本数据的PORTAL初始化方法。
WEDGE 提出用策略失败生成导航训练环境，适配效果优于随机与难例
2026 年 10 月 14 日，Hugging Face Papers 收录的论文提出 WEDGE 框架，用预训练导航智能体的失败模式反向指导训练环境生成。它试图回答一个更实用的问题：与其盲目堆数据，不如针对智能体当前弱点造环境。
[Bug]: Qwen4Exp N-gram PLE embedding requires pipeline_parallel_size=1 because non-first pipeline ranks do not receive the raw input_ids it
![[Bug]: Qwen4Exp N-gram PLE embedding requires pipeline_parallel_size=1 because non-first pipeline ranks do not receive the raw input_ids it](https://www.chat-gpts.plus/wp-content/uploads/2026/10/55515-aca00466-768x403.jpg)
当使用 vLLM 加载 Qwen4Exp 系列模型并开启流水线并行（pipeline parallel，PP）时，vLLM 会直接拒绝启动并抛出该 NotImplementedError。优先排查模型配置中的 ple_layer_ids 是否落在第一个流水线阶段之外，以及当前版本是否已合入条件化检查
[Bug]: AMD MI350X/MI355X Kimi K2.5 MXFP4 decode ITL regression v0.18 → v0.19+ (distinct from #43153)
![[Bug]: AMD MI350X/MI355X Kimi K2.5 MXFP4 decode ITL regression v0.18 → v0.19+ (distinct from #43153)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/45943-95b75667-768x403.jpg)
这个 [Bug]: AMD MI350X/MI355X Kimi K2.5 MXFP4 decode ITL regression v0.18 → v0.19+ (distinct from #43153) 通常出现在 AMD gfx950 上用 AITER MLA 路径跑 Kimi K2.5 MX
issue: a collaborator renaming a shared knowledge base turns off its Public sharing
这是 Open WebUI 知识库共享权限的保存逻辑 bug：拥有 Write 权限的协作者重命名知识库或修改描述时，保存请求会连同整份分享列表一起提交，服务端会剔除保存者无权创建的分享项（如 Public），导致知识库被静默改为 Private。排查重点应放在“保存时是否携带完整分享列表”以及“保