标签： LLM

用户在 Linux (NVIDIA GDX Spark) 系统上，使用 Ollama 0.23.1 执行 ollama pull gemma4:31b-coding-mtp-bf16 时，拉取失败并返回错误。

用户在 Ollama 0.30.4 中运行 glm-4.7-flash 模型（Windows/AMD、Linux/Docker/AMD 双环境均复现），用于本地 agent 任务（Hermes agent、OpenCode 开发），出现离谱幻觉与工具调用损坏。同一模型在 0.24.0 下正常。

用户使用 DOC_ENGINE=infinity 环境变量启动 RAGFlow 服务，创建知识库后，在未插入任何文档或 Chunk 的情况下，直接修改知识库的 Page Rank 参数并点击“保存”，触发后端报错。

用户在 RAGFlow V0.20.0 中解析含图片的本地 PDF 文件，调用 SILICONFLOW 的 BAAI/bge-large-zh-v1.5 和 bge-m3 模型 API 时失败。同时测试了通义千问（TONGYI）和 Ollama 的嵌入模型，均报告类似错误。

用户使用 vLLM 部署 bge-reranker-v2-m3 模型，通过异步 HTTP 客户端向 /v1/score 端点发送并发 Re-Ranker 请求（每次请求包含 100 个文档）。在从 v0.19.1 升级到 v0.20.2 和 v0.21.1 后，观察到平均延迟显著上升（从约 1.3