Eval bug: [SYCL] garbled output using Qwen3.6-35B-A3B-UD-Q4_K_M using last docker image
![Eval bug: [SYCL] garbled output using Qwen3.6-35B-A3B-UD-Q4_K_M using last docker image](https://www.chat-gpts.plus/wp-content/uploads/2026/07/25708-165639ed-768x403.jpg)
该问题主要出现在 Intel Arc Graphics （SYCL 后端）上使用 Qwen3.6-35B-A3B-UD-Q4_K_M 模型时，输出变为乱码（garbled output）。优先排查是否已合入 PR #25690 的修复，或升级到包含该修复的构建版本。
分类： AI 工具排错
[Bug]: OffloadingConnector corrupts outputs with per-token-head quantized KV cache (cross-layer allocation lacks scale packing)
![[Bug]: OffloadingConnector corrupts outputs with per-token-head quantized KV cache (cross-layer allocation lacks scale packing)](https://www.chat-gpts.plus/wp-content/uploads/2026/07/48412-9800d6c7-768x403.jpg)
当同时启用 OffloadingConnector 和 per‑token‑head 量化 KV cache（如 fp8_per_token_head ）时，输出会立即被破坏，即使第一轮推理也会产生乱码文本。优先检查是否同时使用了这两个功能，并考虑改用 bf16 KV cache 或者应用 PR #
ValueError: No available memory for the cache blocks.
该报错通常出现在 vLLM 编译测试（例如 distributed-compile 的 CI 任务）中，当模型加载后可用 KV 缓存内存为负时触发。优先排查 GPU 显存是否不足，可尝试增大 --gpu-memory-utilization 参数（如 0.95），或升级 vLLM 到包含修复的版本。
CPU offload fatal: valid unaligned SWA external load exceeds aligned pending-block bound
此报错发生在 vLLM 启用 CPU KV offload 且使用滑动窗口注意力（Sliding Window Attention, SWA）时，由于调度器中 GPU 块边界计算错误，导致合法未对齐的滑动窗口负载被误判为超过限制，引发进程 abort。优先排查 offloading schedule
Docs: JSON schema ‘title’ requirement not clearly documented
该报错通常出现在 LangChain 中向 create_agent 或结构化输出传递自定义 JSON schema 时，schema 缺少顶层 title 键。优先在 schema 中添加 title （如 "title": "MySchema" ），或改用 Pydantic 模型。
issue: Filter function via model.meta.filterIds requires is_global=True to fire (contradicts docs)
此报错指出 filter 函数通过 model.meta.filterIds 分配给具体模型时，需要在函数设置中同时启用 is_global=True 才能触发 inlet() ，这与文档描述“全局过滤器和模型专属过滤器是两个独立池子”相矛盾。优先排查 filter 函数的内部 ID 是否与模型 f
issue: Custom model usage requires explicit base model permission for low-privileged users in v0.10.x (regression)
在 Open WebUI v0.10.x 中，低权限用户使用自定义工作区模型（Workspace Model）时会因底层 base model 权限不足而报错（如 “Model not found”）。优先检查 base model 的访问权限设置。
ROCm GPU discovery times out on AMD Radeon AI PRO R9700 (gfx1201) – CPU fallback only
在 Ollama 0.13.0 配合 AMD Radeon AI PRO R9700（gfx1201）使用 ROCm 后端时，GPU 发现过程卡住并超时，导致回退到 CPU。优先确认 ROCm 版本是否支持 gfx1201（建议 ≥6.4.1），并开启详细日志定位卡死点。
ROCm fails to initialize on AMD Radeon RX 9070 XT
该报错发生在 Ollama 使用 AMD Radeon RX 9070 XT 且 GPU 未被 ROCm 正确初始化时。优先排查 Linux 下是否安装了冲突的 NVIDIA 驱动或内核版本不匹配，Windows 下检查 Ollama 版本是否≥0.15.2。
templates for created models have changed since update
更新 Ollama 到 3.2 后，自定义模型的模板被替换成模型内嵌的模板。优先检查 ollama show model --modelfile 和 --template 是否不一致，并尝试在服务器环境设置 OLLAMA_GO_TEMPLATE=1 恢复 Go 模板，若无效则需更新 Modelfil