Eval bug: Tensor parallelism crashes when combined with `-ncmoe` with Qwen 3.5 397B.
用户在 llama.cpp（b9672 版本）中，使用 `llama-completion` 或 `llama-cli` 工具，通过 `--sm tensor` 启用张量并行，指定 `--device ROCm1,ROCm3`（AMD GPU），配合 `-ncmoe 58` 参数加载 Qwen 3.
标签： AI
[Bug]: GLM tool-call streaming final chunks repeat metadata and combine arguments with finish_reason
![[Bug]: GLM tool-call streaming final chunks repeat metadata and combine arguments with finish_reason](https://www.chat-gpts.plus/wp-content/uploads/2026/07/44098-762f8462-768x403.jpg)
用户在 vLLM main 分支（commit 6bdabbad5 / 023808c23 ）上，通过 OpenAIServingChat 服务层，使用 GLM 工具解析器（如 glm45 / glm47 ）进行工具调用的流式输出时触发。问题不依赖具体 GLM 模型权重加载，可通过 unit tes
RuntimeError: kv must have shape (num_blocks, page_block_size, h_kv, bytes_per_token)
用户在使用 vLLM 0.23.1rc1.dev788+gfa4321de3 部署 deepseek-ai/DeepSeek-V4-Flash-DSpark 模型时，启用了 DSpark 推测解码（ --spec-method dspark --spec-tokens 5 ），在 KV-cache
TypeError: AsyncCompletions.create() got an unexpected keyword argument ‘cache_control’
在 LangChain 的 create_agent 中配置了 AnthropicPromptCachingMiddleware （用于提示缓存优化）和 ModelFallbackMiddleware （用于模型回退），主模型为 Anthropic（如 claude-sonnet-4-latest
STT Bug Test – API Access Check
该 Issue 由自动化脚本（Terminator Bot）基于 PAT（Personal Access Token）直接调用 GitHub API 创建。标题不包含前缀（如 bug:、feat:），随后被机器人自动提示修改，并关联了其他 API 访问授权问题的 Issue。属于 GitHub 仓库
ImportError: cannot import name ‘AutoModelWithLMHead’ from ‘transformers’
用户在 Conda 虚拟环境中运行 peer-reviewed 研究源码，尝试从 transformers 导入 AutoModelWithLMHead 、 AutoTokenizer 和 EsmModel 。此时已安装 PyTorch 2.12.0 和 transformers 5.10.0.de
YouTube node: “Playlist Item > Get Many” hangs with no output when given a valid playlist ID the credential’s default channel doesn’t own
用户在使用 n8n 的 YouTube 节点时，选择 Resource 为 Playlist Item ，Operation 为 Get Many 。在“Playlist Name or ID”字段中以表达式形式传入一个有效的公共播放列表 ID（例如，将频道 ID 的 UC 前缀改为 UU 获得的自
deepseek-ocr :: Not able to run this model
用户通过 ollama run deepseek-ocr 运行模型时，遇到 500 Internal Server Error 错误，模型无法加载。Ollama 日志显示模型元数据已成功加载（ llama_model_loader: loaded meta data with 33 key-valu
[Question]: build docker images error on Mac M4
![[Question]: build docker images error on Mac M4](https://www.chat-gpts.plus/wp-content/uploads/2026/07/10073-6f796378-768x403.jpg)
用户按照 RAGFlow 官方文档在 Mac M4 上执行 docker build --build-arg LIGHTEN=1 -f Dockerfile -t infiniflow/ragflow:nightly-slim . 命令时，Dockerfile 中的 apt install 阶段无法
[Bug]: Global max_budget_limiter instantiated but never registered (Budget Bypass)
![[Bug]: Global max_budget_limiter instantiated but never registered (Budget Bypass)](https://www.chat-gpts.plus/wp-content/uploads/2026/07/27381-6e2738e2-768x403.jpg)
用户在运行 LiteLLM Proxy 时，为全局或特定用户设置了较低的 max_budget （例如 max_budget: 0.0001 ），但发送超出预算的多个请求后，Proxy 仍然继续处理请求并产生费用，没有触发 BudgetExceededError 并返回 429 状态码。