Misc. bug: Textboxes height borked
用户在运行 llama-server （基于 llama.cpp）时，WebUI 界面中的文本输入框（textboxes）高度出现异常（borked），在多个浏览器中均可复现，无论是否使用浏览器插件。该问题在移动端浏览器上同样存在。
标签： LLM
人工智能Agent需要访问权，而非秘密
随着AI智能体（AI Agent）在企业中扮演“数字员工”角色，传统的身份和访问管理（IAM）模式已不再适用。安全专家指出，企业不应向AI泄露不必要的高权限“秘密”，而应通过统一、AI优先的身份模型，授予其完成任务所需的精确访问权限。
PrefectHQ / fastmcp
Prefect 团队发布了 FastMCP 项目，这是一个为 AI 应用（LLM）与外部工具、数据之间提供标准化连接能力的开源框架。它已成为 MCP（模型上下文协议）生态中最主流的实现方案，日下载量达百万次，累计支撑了约 70% 的 MCP 服务器。
Xiaomi-Robotics-1
小米发布了机器人基础模型 Xiaomi-Robotics-1，通过“无实体预训练+少量真机微调”的混合策略，首次在机器人领域验证了类似大语言模型的规模法则——数据与模型参数越大，真实操控的成功率越高。
RuntimeError: Tensor on device cpu is not on the expected device meta!
用户在 llama.cpp 中使用 convert_hf_to_gguf.py 转换 Microsoft 的 BitNet 模型（ microsoft/bitnet-b1.58-2B-4T ），运行时出现模型不支持的错误，修正注册后出现 RuntimeError: Tensor on device
[Bug]: Qwen3.6 35B-A3B NVFP4 2-3x slower on B300s with v0.25.0 and randomly hangs
![[Bug]: Qwen3.6 35B-A3B NVFP4 2-3x slower on B300s with v0.25.0 and randomly hangs](https://www.chat-gpts.plus/wp-content/uploads/2026/07/48718-b3db3e4a-768x403.jpg)
用户在 Nvidia Blackwell B300 上使用 vLLM v0.25.0 部署 Qwen3.6-35B-A3B-NVFP4 模型，当并发请求数超过 8 时，生成吞吐量降至 0.0 tokens/s，容器需要重启。旧版镜像 0.19.2rc1.dev134+gfe9c3d6c5 表现正常。
RuntimeError: Worker failed with error ‘Unknown TurboQuant cache dtype: ‘auto’. Valid presets: turboquant_k8v4, turboquant_4bit_nc, turboquant_k3v4_nc, turboquant_3bit_nc’, please check the stac
在 A100 (SM80) 显卡上使用 vLLM 的 API 服务（ vllm serve 或 vllm.entrypoints.openai.api_server ）时，设置了 --kv-cache-dtype turboquant_k8v4 并加载 BF16 模型（如 Qwen/Qwen2.5-
llama-server segfaults (GPF) for all models on virtualized Granite Rapids / GCP C4 — 0.31.1–0.32.1, Docker and native; local llama.cpp build
用户在虚拟化 Intel Xeon 6 / Granite Rapids 主机（GCP C4 系列， c4-standard-24-lssd ，Xeon 6985P-C）上运行 Ollama 官方发行版（0.31.1–0.32.1，包括 Docker 和原生 Linux 安装），所有模型在首次推理时
集成LLM的多变量微积分课程
一套名为“多变量微积分课程”的公开课，将大型语言模型（LLM）作为实时答疑和交互式教学的辅助工具集成进入课程页面，为在线高等数学教育提供了一种AI侧辅学的新范式。
集成LLM的多变量微积分课程
初创公司 Academa.ai 发布了一门集成大语言模型的多变量微积分在线课程，其视频内容完全由自研的 Rust 版 Manim 图形引擎生成，并允许学习者通过 LLM 聊天任意位置提问，旨在实现技术课程教学的自动化翻新。