Question about CUDA failed with error out of memory error
该报错通常出现在使用 Faster Whisper 加载 Whisper 模型到显存时，显存容量不足以容纳所选模型（例如 large），从而触发 CUDA OOM。优先排查显存容量与模型体量是否匹配，而不是尝试把模型“部分留在内存”。
分类： AI 工具排错
bug: Playwright web loader loses rendered page content during UnstructuredHTML extraction
该报错通常出现在 Open WebUI 通过 Playwright 加载网页、再由 UnstructuredHTML 提取正文时，页面明明已经渲染成功，但抽取结果只剩导航栏、品牌等少量文本。优先排查 Playwright 渲染后的页面内容是否被 UnstructuredHTML 提取步骤丢弃，而不是
issue: torch and full local ML stack loaded at import time with all-remote engines (~340MB RSS, langchain-text-splitters 1.1.2 regression)
这是在 Open WebUI 全远程推理部署（不装 Ollama、不用本地 embedding/rerank/STT/TTS）中，后端仅在 import open_webui.main 阶段就加载 torch、transformers、sentence-transformers、spaCy 等本地
ValueError: unk_token should not be set in dumping mode when additional_special_tokens is None
这个报错/异常通常出现在加载那些 tokenizer_config.json 里同时带有 additional_special_tokens 和 extra_special_tokens 两个键的 checkpoint 时，Transformers 在 from_pretrained 过程中会把 a
Typo: Duplicate header name in authentication error message
这个报错 不是运行时崩溃 ，而是 OpenAI Python SDK 在未配置任何凭据时抛出的认证错误信息里出现了重复的 header 名称——即 Typo: Duplicate header name in authentication error message。它通常出现在调用任意 API 方
`ssl.SSLError` during a request is no longer retried since 3.14.1
这个报错通常出现在 OpenAI Python SDK 从 3.14.1 起读取响应时抛出 ssl.SSLError 的场景，请求不会重试，而是直接把裸 ssl.SSLError 抛给调用方。优先排查 SDK 版本是否落在 3.14.1 到 3.20.0 之前的区间。
Gemini 2.0 Flash Thinking window is wrong (1M, not 32k) and Bedrock provider resolves Claude 2.1 to 100k
这个报错通常发生在 CrewAI 中通过 LLM(...).get_context_window_size() 查询 Gemini 或 Bedrock 模型上下文窗口时，返回的数值与模型官方窗口不一致，优先排查 gemini-2.0-flash-thinking 的 32k 残留配置，以及 Bedr
[IMPROVEMENT] Single source of truth for LLM context window sizes
![[IMPROVEMENT] Single source of truth for LLM context window sizes](https://www.chat-gpts.plus/wp-content/uploads/2026/09/7304-c54138c9-768x403.jpg)
当你在 CrewAI 里给 o1 / o1-pro / o3、gpt-5 系列、Claude 1M 模型或 Bedrock 区域前缀模型设置上下文窗口时，如果发现实际生效的窗口被回退成 8192、200k 等“默认值”，通常说明命中了一份漂移过的硬编码上下文窗口表；优先排查模型 ID 与各 Prov
Eval bug: Crash on startup with Pascal GPU on Windows after b11222
该问题出现在 Windows + CUDA 12.4 的 Pascal 显卡（GTX 1050 Ti / Tesla P40）上，从 llama.cpp b11222 起 llama-cli 在加载模型时直接崩溃，而 b11221 正常。优先确认是否为已知的启动崩溃回归，并升级到 b11249 或更
Eval bug: Repeats the same token or generates garbage on any models.
该问题通常出现在 Windows 上通过 Vulkan 后端（尤其是 AMD RDNA4 显卡）运行 llama.cpp 新构建版本时，模型会重复输出同一 token 或生成乱码。优先排查 AMD 显卡驱动版本，以及 Vulkan 后端对 RDNA4 架构的识别是否正确。