标签： LLM

该报错通常出现在 Intel XPU 上同时启用 MTP 投机解码与 chunked prefill 时：同一批次中混入了“投机解码 token”和“非投机（普通 prefill）token”，而当前版本的 causal_conv1d XPU kernel 不支持在同一调用中处理这两类 token，

该报错通常出现在 Intel XPU 上同时启用 MTP 投机解码与 chunked prefill 时：同一批次中混入了“投机解码 token”和“非投机（普通 prefill）token”，而当前版本的 causal_conv1d XPU kernel 不支持在同一调用中处理这两类 token，

报错通常出现在使用 Clang 23.x 配合 ROCm/HIP、针对 RDNA 系列 GPU（如 gfx1151、RDNA 4）编译 llama.cpp 的 HIP 后端时，编译会在 ggml/src/ggml-cuda/mma.cuh 的 WMMA bf16 内置函数调用处失败。优先排查 Cla

这是 Go 摄取链路缺少 TOC 生成能力的特性请求，不是可复现的报错。检索侧已有 toc_kwd="toc" 读取增强，但新摄入文档不会生成对应目录块；需要确认的是当前 Go 摄取是否选中 TOC 字段以及是否已实现该分支。

这个报错通常出现在使用 SYCL 后端编译 llama.cpp 时，源文件内部函数调用参数数量不匹配，属于编译期源码回归。优先确认所用提交是否包含后续修复，而不是去排查 oneAPI 或显卡驱动。