Flash/Sage varlen does not work with torch.compile
当你在 Diffusers 的 Flux 注意力处理器中启用 Flash/Sage varlen（变长）注意力并叠加 torch.compile 时，varlen 实现为在运行时推导最大序列长度会触发 Tensor.item() ，被 Dynamo 判定为 Graph break，从而无法完整编译。
标签： AI
[Bug] Ascend NPU: RMSNorm crashes with elementwise_affine=False; _native_npu FA rejects [B, N, 1, Skv] masks (LTX-2)
![[Bug] Ascend NPU: RMSNorm crashes with elementwise_affine=False; _native_npu FA rejects [B, N, 1, Skv] masks (LTX-2)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/14380-1858c464-1-768x403.jpg)
在 Ascend NPU 上运行 LTX-2（例如 LTX-2.3 LoRA FlowGRPO 训练）并使用 attn_backend=_native_npu 时，会遇到两个 NPU 兼容性报错：一是 RMSNorm 在 elementwise_affine=False 时把 weight=None
QwenImage21Pipeline: image editing ignores the instruction and returns a haloed near-copy at output_resolution=1024 (default); 512/768 edit
在 Diffusers 的 QwenImage21Pipeline 里做图像编辑（image editing）时，若把 output_resolution 设为默认的 1024，会出现编辑指令被忽略、输出变成带光环（halo）的过度锐化近似原图；把目标分辨率降到 512/768（部分环境 864/8
[Bug]: Drop down menu of ´Add Lora to prompt´ does nont have a ´none´ selection and always charge the last Lora selected
![[Bug]: Drop down menu of ´Add Lora to prompt´ does nont have a ´none´ selection and always charge the last Lora selected](https://www.chat-gpts.plus/wp-content/uploads/2026/09/9041-6fefaf96-768x403.jpg)
当你在 Stable Diffusion WebUI 的 Settings 中启用 sd_lora 后，底部“Add Lora to prompt”下拉菜单没有 None /空白选项，导致每一次生成都会强制带上上一次选中的 Lora；如果这个 Lora 文件是空文件或损坏文件，还会在激活时抛出 Sa
ModuleNotFoundError: No module named ‘pkg_resources’
该报错通常出现在 Linux 上首次运行 Stable Diffusion WebUI 的 webui.sh 安装脚本时，脚本无法生成或激活项目目录下的 Python 虚拟环境（venv）。优先排查系统是否真正装好 python3-venv / virtualenv ，以及 venv/ 目录是否被正
RuntimeError: File at path D:\stable-diffusion-webui\venv\lib\site-packages\gradio\templates\frontend\assets/index.4395ab38.js:34 does not exist.
这个报错通常出现在 Stable Diffusion WebUI 的“生成”按钮、提示词清理按钮、保存/应用按钮点击无响应，浏览器前端 JS 报错时；优先排查 Gradio 前端静态资源是否完整、是否损坏，以及 Gradio 版本是否与 WebUI 版本匹配。
issue: Image generation works in Playground but is unavailable in Chat with an OpenAI-compatible FLUX endpoint
当你已经配好 OpenAI 兼容的 FLUX 图片生成端点、Playground → Images 能出图，但普通聊天里看不到 Image/Image Generation 入口、模型只把 dalle.text2im 当纯文本吐出来时，先把排查重点放在聊天输入框的 Integrations 菜单里
apply_chat_template returns all-zero assistant_masks for multimodal inputs
当你在 Transformers 里对多模态对话（含 image/video/audio）调用 apply_chat_template 并开启 return_assistant_tokens_mask=True 时，如果图像占位 token 被展开，assistant mask 会全为 0，优先排查
ValueError: ViTMAEForPreTraining does not support Flash Attention 2.0 yet.
当你用 ViTMAEForPreTraining 做 MAE 预训练并尝试启用 Flash Attention 2.0 时，旧版 Transformers 会在模型加载阶段直接抛出该错误；优先确认 Transformers 版本是否已包含对应的 ViT attention 重构。
Expose `max_soft_tokens` (image token budget) as a runtime parameter for Gemma 4 models
当你在 Ollama 上运行 Gemma 4 系列模型做 OCR、文档解析或读取小字号文本时，如果发现识别结果缺字、串字、准确率明显下降，通常不是模型本身质量问题，而是 Ollama 把图像 token 预算 max_soft_tokens 硬编码为 280 ，导致高分辨率视觉任务细节丢失。优先排查