ELR 让循环语言模型摆脱”单圈税”，Koi-4B 一个权重适配不同算力
Hugging Face 论文提出 Elastic Latent Recurrence（ELR）训练方法，让循环语言模型在只跑一圈时不再明显弱于同规模非循环模型，多跑几圈则继续提升精度。基于该方案训练的 Koi-4B 单个 checkpoint 可在推理时切换圈数，匹配 Qwen3.5-4B 的水平并向上扩展…
celebrityanime
alphaXiv论文用条件期望度量多窗口信息缝合失败
alphaXiv 上一篇数学论文提出用条件期望是否可交换来度量“局部信息无法拼成整体”的失败，并用一个三枚二元 token 的玩具模型把这种失败量化为 1−3ε，窗口一致率低于 1/3 时不存在共同联合分布。
训练量缩减450倍：新框架让大模型推理监督更高效
一项新研究提出不确定性引导的渐进收缩框架，用不到全量数据训练 0.22% 的优化预算，即可维持甚至提升大模型推理表现，为降低推理后训练成本提供了新思路。
ARCS 基准发布：text-to-SQL 真实歧义难题，gpt-6-sol 准确率仅 51%
研究者提出“结构化消歧”新范式并发布 ARCS 基准，用来衡量真实数据库中自然语言提问歧义对 text-to-SQL 的影响；在摘要披露的评测中，gpt-6-sol 端到端执行准确率仅 51%，开源模型均未超过 27%。
Misc. bug: Severe drop in prompt processing speed after b10780 on Vulkan, RDNA3
在 Vulkan 后端、RDNA3 显卡（Radeon 7900 XTX）上使用 llama.cpp 处理长提示词（约 5 万 token 级别）时，从 b10780 之后的版本开始出现严重的 prompt processing 速度下降；首要排查点是 b10781 起引入的 scratch buf
[Bug]: A multimodal item can still be split across prefill chunks with disable_chunked_mm_input=True
![[Bug]: A multimodal item can still be split across prefill chunks with disable_chunked_mm_input=True](https://www.chat-gpts.plus/wp-content/uploads/2026/10/52306-3338f536-768x403.jpg)
该问题出现在 vLLM 调度器启用 disable_chunked_mm_input=True （即禁止多模态输入分块）时，单个多模态 item 仍可能被拆到多个 prefill chunk 中执行；优先排查 self.scheduler_config.disable_chunked_mm_inpu
RuntimeError: Engine core initialization failed` with the assert only visible in EngineCore stderr.
当 MoE 模型同时启用 LoRA（ enable_lora ）并把 max_lora_rank 设成大于 128（例如 320）时，vLLM 引擎启动阶段会命中 fused_moe_lora_one_shot supports max_lora_rank<=128 断言并崩溃；优先确认版本是否已包
DynamicCache(offloading=True) returns wrong logits after first cache reuse on hybrid Gated-DeltaNet + attention models (e.g. Qwen3.8-27B)
这个报错通常出现在使用 DynamicCache(offloading=True) 加载混合 Gated-DeltaNet + attention 架构模型（如 Qwen3.8-27B）时，第二次 forward 复用缓存后 logits 出现远超 bf16 舍入误差的数值偏差，优先排查 offlo
ValueError: The number of images in the text [2] and images [1] should be the same.
![ValueError: The number of images in the text [2] and images [1] should be the same.](https://www.chat-gpts.plus/wp-content/uploads/2026/10/47217-a358ec78-768x403.jpg)
该报错通常出现在部分视觉语言（VL）模型上：当用户在文本里手动写入了模型的图像占位符（例如 ）时， apply_chat_template(..., tokenize=True) 会因为字符串匹配到两个占位符而抛错。优先排查用户文本中是否误写了占位符，并确认所使用处理器的占位符计数逻
Output Parser Randomly Failing After Most Recent Update – Function Calling Errors
该报错通常出现在 n8n 工作流调用 Output Parser 节点、并配合 LLM（本例为 Gemini 模型）执行 function calling / 工具调用时，模型返回内容不符合解析器要求的格式，导致执行随机失败。优先排查模型是否正确触发工具调用，以及 Output Parser 的格式