Web App login button stays disabled after Chrome autofills credentials
该问题出现在 Dify 自托管 Web App 的登录页（ /webapp-signin ）：Chrome 自动填充邮箱和密码后，输入框看起来已填好，但登录按钮仍处于禁用状态。原因是按钮依赖 React 表单状态，而 Chrome 自动填充可能只改 DOM 值、不触发组件的 onValueChang
标签： AI应用
Feat/Unexpected behavior/data leakage: Make knowledge retrieval opt-in; no selection should mean no access
在启用内置知识库工具（native/builtin knowledge tools）时，模型调用 query_knowledge_files 可以检索“你本人有权访问”的全部工作区知识库，即使界面上没有附加任何知识库。维护者确认这是设计行为（"no selection means the AI ha
AI nodes timeout after 5m
该报错通常发生在 n8n 的 AI 节点调用本地大模型（如 Ollama）时，模型响应耗时接近或超过约 5 分钟，导致请求以 AI nodes timeout after 5m 相关错误中断。优先排查 n8n 与 Ollama 的版本组合、是否多分片并发请求，以及节点请求超时设置。
清华KEG发布Event-STVG基准：最强MLLM十分钟视频事件定位仅5.4%
清华大学KEG实验室在Hugging Face Papers发布Event-STVG任务与基准，把视频时空定位从“找描述中的目标”推向长视频事件级推理，并显示当前最强多模态大模型在10分钟视频上的m-vIoU只有5.4%。
ReuF2F 新基准测试编程智能体求解本科科研开放问题，最强模型仅解约 40%
arXiv 上出现一个名为 ReuF2F 的 Lean 4 基准，把 244 道来自本科生科研项目（REU）的开放数学问题形式化，用于评测编程智能体能否端到端给出可机器校验的证明；摘要显示最强模型也只解出约 40%。
SPOKE：用偏好优化教AI打德州扑克，Kuhn与Leduc可剥削度双降
arXiv 2026年10月发布的一篇新论文提出 SPOKE 方法，把教师相对价值惩罚、策略锚定、风险约束与结构化推理监督结合起来，训练小型语言模型在隐藏信息博弈中做出更优策略决策，在Kuhn和Leduc扑克测试中取得更低的平均可剥削度。
多智能体协作未必降低临床幻觉：arXiv 新研究称任务表现提升与推理可靠性并不等同
一篇 arXiv 新论文发现，在多智能体大模型系统中，协作通常能提升临床任务成绩，但并不能稳定降低推理过程中的幻觉；决定幻觉水平的主要是底层模型，而不是智能体拓扑结构。
S-Agent 2.0用通用编程Agent补空间推理”证据闭环”，MMSI-Bench达66.5
Hugging Face Papers 于 2026 年 10 月 20 日收录的论文摘要显示，S-Agent 2.0 把一套命令行 3D 感知工具交给现成的通用编程 Agent，让视觉语言模型在“拿到读数”和“得出答案”之间多走一步，在 MMSI-Bench 和 ReVSI 两个空间推理评测上取得明显提升。
GGML_ASSERT(prev != ggml_uncaught_exception) on dynamic library load
这个断言通常出现在 Windows 上同一个进程反复动态加载、卸载 ggml 动态库（如 ggml.dll、ggml-base-whisper.dll）的场景，Go 侧或调用方在重新加载时触发 GGML_ASSERT(prev != ggml_uncaught_exception) on dynam
MMEnterprise-Bench发布：1613题专测企业智能体处理多模态冲突与无答案能力
Hugging Face Papers 收录的论文提出 MMEnterprise-Bench，用 1,613 道题评估企业智能体在持续变化的多模态工作记录中能否找齐证据、化解冲突并识别证据不足，结果显示主流多模态大模型在这些场景仍明显吃力。