标签： 人工智能

该报错通常出现在用 vLLM 加载 Zamba2 模型并同时启用 LoRA 的场景：Zamba2 并不支持 vLLM LoRA，但这一限制未在配置校验阶段拦截，而是在 worker 加载模型、进入 Zamba2Model.__init__ 时才由一条无消息的 assert not is_lora_e

在 vLLM 中给 Qwen3-VL 等“文本主干挂在 language_model 下”的多模态 wrapper 模型加载纯文本 PEFT LoRA 时，适配器可能静默失效（no-op），加载日志无明显报错但输出等同基座模型。优先排查该模型的 hf_to_vllm_mapper 是否缺少裸 mod

该现象出现在 vLLM 使用 OffloadingConnector + TieringOffloadingSpec 的 "fs" 二级缓存、两个独立引擎实例共享同一 root_dir 时：B 实例查询 A 写入的前缀后， vllm:kv_offload_tiering_active_promoti