标签： LLM

这个报错通常出现在使用 vLLM 的 XPU 版 DeepSeek V4 融合 qnorm/rope/KV 写入算子（xpu_qnorm_rope_kv_fp8_insert）时，KV cache 的 RoPE 区域被同一 program 内的批量写入和旋转写入相互覆盖，导致缓存结果不确定。优先排查

这个报错通常出现在 n8n Chat UI 的 第二轮对话 ：当上一轮 AI 回复中包含 artifact-create 等非纯文本内容块时，后台在组装历史记录时把它当成标准输出块交给前端校验，导致前端校验失败并提示 Chat UI Error: 'type' must be 'output_tex

在使用 llama.cpp 的 Vulkan 后端加载带 --moe-cache-mib 的 MoE 模型时，如果单个 cache bank 张量大小超过 Vulkan 设备/驱动的缓冲区上限，就会在模型加载阶段崩溃。优先排查大容量 --moe-cache-mib 配置及 Vulkan 后端的张量大