Unable to resume model training with a locally downloaded model and trust remote code
该报错通常出现在使用 trust_remote_code=True 加载带有自定义代码的本地模型后，进行训练 checkpoint 保存/恢复（resume）时。优先检查 checkpoint 目录中是否保留了模型原始目录的自定义 .py 代码文件。
AI 工具排错、提示词与实用教程
先解决问题，再了解资讯。选择你现在要完成的任务。
ImportError: pass # Fall back to slow if fast not available
在 transformers v5 中， AutoTokenizer.from_pretrained() 会按 tokenizer_config.json 里的 tokenizer_class 直接实例化 slow 分词器（如 GPT2Tokenizer 、 LlamaTokenizer ），而没有
Version 0.40.0 stops with “Maximum threads” error after a minute.
该报错出现在 macOS Apple Silicon 上使用 Ollama 0.40.0/0.40.1-rc0/0.40.3 配合 MLX 模型（如 qwen3.6:35b-mlx）进行推理时，运行约一分钟后 MLX runner panic，并返回 HTTP 500。优先排查模型是否走 MLX r
MLX runner panic with qwen3.6:35b-mlx in Ollama 0.40.x — regression from 0.35.0
该报错通常出现在 Mac（Apple Silicon）上用 Ollama 0.40.x 加载 qwen3.6:35b-mlx 并处理较长上下文（如 65,536）时，MLX runner 的 KV 缓存（prefix cache）在解码过程中偏移越界，导致进程 panic。优先确认是否为 MLX 路
Windows defender alert & false-positive detection
这是在 Windows 上安装或更新 Ollama 时，Windows Defender（或 Kaspersky 等杀软）把安装包/安装器误判为木马的误报场景。优先先更新 Windows Defender 病毒定义，再判断是否仍需向微软提交白名单申请。
Hugging Face 新基准 AgentSWE：编程智能体造出的 Agent 真能用吗
Hugging Face Papers 收录的一篇论文提出 AgentSWE 基准，专门检验编程智能体能否按需求造出真正可用的 Agent，结果显示目前没有模型接近达标。
GroundAnything 用并行扩散做视觉定位 4B 模型挑战快速推理
Hugging Face Papers 收录的论文提出 GroundAnything，一个 4B 参数视觉定位基础模型，用块级并行扩散解码替代传统自回归逐 token 输出，在延迟敏感场景下尝试兼顾定位精度与推理速度。
4B 模型 GroundingPI 在 34 项评测超越 GPT-6 Astra，视觉定位成具身智能新底座
Hugging Face 论文页面 9 月 30 日收录的 GroundingPI，用 4B 参数把点与框统一成量化坐标输出，在 34 个定位基准上平均拿到 73.68%，高于论文对比中更大的 GPT-6 Astra。它试图证明：专门做“看清楚目标在哪”的感知预训练，可能比通用视觉语言骨干更适合机器人和自动驾…
SpatialASM：用训练内化主动空间想象，提升LVLM空间推理
Hugging Face Papers 收录的论文提出 SpatialASM 框架，通过训练时空间模拟，把主动空间想象能力内化到大视觉语言模型中，以改善多视角空间推理。
1.5K环境训练终端智能体：TerminalHorizon让AI持续自主工作12小时
Hugging Face Papers 收录的论文提出 TerminalHorizon，一个面向长周期终端智能体的自动化数据合成引擎，并用 1.5K 任务环境微调 Qwen3.5-27B 得到 TerminalHorizon-27B，在 12 项基准上报告性能提升。