标签： LLM

当 RAGFlow 的文档解析任务遇到顶层为 JSON 标量值（如 42、"text"、true、3.14、null）的 .json/.jsonl/.ldjson 文件时，JSON 解析器会抛出未捕获的 IndexError，导致整份文档解析失败；应优先排查解析器是否已包含针对空路径的保护逻辑。

Retrieval test pagination always reloads the first page in the search app 通常发生在 RAGFlow 搜索应用的检索测试面板中：分页器页码已切换，但结果列表始终停留在第一页，因为分页参数通过 URL 闭包异步更新，请求发出时仍

当 src/llama-context.cpp 中的 cparams.auto_fgdn 被固定为 false 时，fused GDN（门控 delta net）探测分支永远不会执行，导致 fused_gdn_ch 保持 true 、 build_delta_net_chunking 不被调用， g

该报错出现在 Apple Silicon 上启用 Metal shader validation 后运行 llama.cpp 的 test-backend-ops ，执行 SOLVE_TRI 测试时 kernel_solve_tri_f32 发生越界设备内存读取；优先排查 Metal 后端版本是否已

使用内置 LMCacheConnectorV1 （ kv_role: kv_both ）启动 vLLM 后，停止服务时 LMCache 线程不会退出，EngineCore 会卡在解释器退出阶段，最终超时被强制杀死。优先排查该连接器的 shutdown() 是否被转发到 LMCache 引擎：Buil

该报错通常出现在 vLLM 以 MXFP4 量化加载 gpt-oss-120b、并启用 --enable-expert-parallel 的启动阶段：modular MoE 的 finalize 环节写入了 padded 输出缓冲，而专家实际结果宽度是未补齐的，于是触发 RuntimeError:

该报错通常出现在 vLLM 以张量/流水线并行方式加载 Qwen3 系列 GDN hybrid MoE 模型、并开启 prefix caching 或 CUDA graphs 运行时的前向计算阶段，表现为 Triton/CUDA kernel 非法显存访问（伴随 Xid 31）。优先排查流水线阶段划