标签： AI

当 llama.cpp 服务端模型在一次完整生成中输出了非法 UTF-8 字节（例如 OCR/视觉模型或字节回退 token 产生的乱码），PEG 聊天解析器会抛出异常并导致 /chat/completions 返回 HTTP 500；优先确认是否是 PEG 解析路径在完整生成上失败，而同样的内容在

该问题通常出现在 llama.cpp 加载 qwen35 架构模型并同时挂载 mmproj（多模态投影）后，经过特定对话编辑与重新生成操作，模型推理（CoT）会崩溃成无限输出 /// 的乱码循环。优先排查是否在 b10040 附近引入了回归，并确认 mmproj 是否为触发条件。