[Bug]: GLM MXFP4 returns 0 GSM8K on GB200 (DEP8+EP8, vLLM 0.30.0)
![[Bug]: GLM MXFP4 returns 0 GSM8K on GB200 (DEP8+EP8, vLLM 0.30.0)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/58729-f68f79e9-768x403.jpg)
该报错出现在 GB200/B300 等 SM100 机器上，用 vLLM 0.30.0 以数据并行 + 专家并行（DEP8+EP8）方式托管 GLM-5.3-MXFP4 时，MoE 走 Cutlass MXFP4 路径但不应用 expert_map，只支持 EP=1，导致 GSM8K 约 0 分。优
标签： 人工智能
[Bug]: tool_choice=”required” not enforced with Qwen3.8-Flash-Next when enable_thinking=false (streaming); xgrammar “Failed to advance FSM”
![[Bug]: tool_choice="required" not enforced with Qwen3.8-Flash-Next when enable_thinking=false (streaming); xgrammar "Failed to advance FSM"](https://www.chat-gpts.plus/wp-content/uploads/2026/10/55552-a09a0a5f-768x403.jpg)
这个报错通常出现在用 vLLM 部署 Qwen3.8-Flash-Next 并开启 tool calling / 结构化输出（xgrammar）时，尤其是流式输出配合 tool_choice="required" 、 enable_thinking=false ，或开启 thinking 且使用 M
Video-RSI：让视频理解智能体用大模型改写自己的执行框架
Hugging Face Papers 收录的论文提出 Video-RSI，让视频理解智能体用自身语言模型改写控制其观察方式的执行框架（harness），在更少帧数下提升准确率。它值得关注，因为它把“自我改进”从调模型权重转向改证据获取流程。
GraphDecide基准发布：Jev等System One模型在图任务上暴露三大盲区
2026年10月，一个名为GraphDecide的模型无关基准发布，专门评估Jev这类直接从选项中挑选答案的System One模型在图结构任务上的决策能力，结果显示邻接识别准确并不代表结构理解正确。
issue: the model selector’s filter list opens off the bottom of the window
该问题通常出现在 Open WebUI 聊天输入框底部的模型选择器中：先按标签过滤模型使选择器收缩，再次打开过滤器列表时，列表固定向下展开并超出窗口底部，导致下方条目点不到。优先排查并升级到包含修复提交的 dev 或后续正式版本。
TypeError: crypto.randomUUID is not a function”**
该报错通常发生在通过明文 HTTP（非 localhost）访问 Open WebUI v0.12.0 时，在前端调用 crypto.randomUUID 的操作（创建/编辑 Skill、模型编辑器里的 Model Controls）会失败。优先排查点：确认当前页面是否运行在安全上下文（HTTPS
issue: Automation can run twice per occurrence on SQLite: unanchored DTSTART inherits wall-clock seconds into next_run_at
当 Open WebUI 的 Automation 使用默认 SQLite、且 rrule 未写 DTSTART（典型为每日 06:00、只带 BYHOUR/BYMINUTE）时，dateutil 会用当前墙钟时间锚定规则，使 next_run_at 变成 HH:MM:；同一分钟内的下一
ReHarness 提出回向修正机制，改进智能体持续学习
Hugging Face Papers 收录的论文提出 ReHarness，一种在严格在线流式条件下用反向修正补充前向读写循环的智能体持续学习框架，在三个持续学习基准和三个语言模型骨干上均优于基线。论文摘要不代表产品已落地。
MetaKernelBench 发布：衡量 GPU 内核跨 DSL 知识迁移的新基准
Hugging Face Papers 收录的论文提出 MetaKernelBench，用 74 个融合子图问题测量 GPU 内核优化经验能否从一种 DSL 迁移到另一种，跨六模型、双向迁移的配对提升在 -19% 到 +29% 之间。
LatentGRM：潜空间压缩让奖励模型推理提速6-7倍
一篇新论文提出 LatentGRM，把奖励模型的逐字评分改在连续潜空间完成，在保持判断力的同时把评审轨迹压缩约9倍、推理时间最多缩短7倍。