[RFC]: Streaming Derender for Disaggregated Serving
![[RFC]: Streaming Derender for Disaggregated Serving](https://www.chat-gpts.plus/wp-content/uploads/2026/10/47161-ea55248b-768x403.jpg)
这个 RFC 讨论的是“流式 derender”（streaming derender）在 disaggregated serving 里的实现设计，不是某个已报错的运行时故障。如果你的场景是交互式 P/D 服务（例如 llm-d 按 token 返回给终端客户端），优先排查两件事：一是 deren
标签： LLM
[Feature / Question]:: /v1/systemone rejects image inputs on standard multimodal VLMs with “this model does not take image inputs”
![[Feature / Question]:: /v1/systemone rejects image inputs on standard multimodal VLMs with "this model does not take image inputs"](https://www.chat-gpts.plus/wp-content/uploads/2026/10/62804-096dcaf8-768x403.jpg)
在 vLLM 的 /v1/systemone 端点上提交带 images 的多模态请求时，标准 VLM（如 Qwen 系列多模态权重或 NVFP4 量化变体）会立即返回 HTTP 400；该问题已由 PR #62181 修复，允许 NextTokenStrategy 在 /v1/systemone
ARATest 用属性测试核查 AI 科研主张：553 个植入故障全检出，两处论文错误获作者确认
arXiv 新论文提出 ARATest，把 AI 智能体产出的科研主张从自然语言转成可执行属性测试，在 33 个研究工件、243 条主张上完成初步验证。它试图解决“主张产出快、人工核查跟不上”的问题。
arXiv 论文审计 Agent 行为检测器：工具输出被静默覆盖，标签与执行轨迹存系统性分歧
arXiv 上一项新论文审计了 LLM Agent 评测中的轨迹级行为检测器，发现“最终答案正确”“是否复检”“故障传播”等自动标签与执行轨迹实际内容存在系统性分歧，呼吁评测结果附带可核查的轨迹证据。
arXiv论文提出事件世界模型：LLM多主体预测短板明显
arXiv 上的一篇新论文提出“事件世界”概念，用外交桌游和 Polymarket 真实交易构建基准，检验大模型能否从事件日志预测多主体环境的未来。核心发现是：当其他参与者的行为被省略时，模型预测会明显失准。
arXiv论文提出 MemPABench：测智能体记住用户交互偏好的能力
arXiv 上一篇新论文提出 MemPABench，专门评测个人智能体能否记住并执行用户的交互偏好，如何时澄清、何时确认、何时直接行动。它暴露出的问题是：现有记忆系统在偏好选择上提升有限。
arXiv 论文：失败记录反让 LLM 在游戏中重复错误走法
arXiv 上一篇预印本论文发现，把失败走法和报错写进对话记录后，小型 LLM 在某些游戏中反而更可能重走刚失败的那一步；受影响的概率随模型和失败类型而不同，目前结论只基于摘要所述实验。
握手也要花 token：MCP、A2A、ACP 协议握手开销首次实测
一篇新上传的 arXiv 论文首次对 MCP、A2A、ACP 三种 AI Agent 通信协议的握手过程做了分阶段实测，发现往返次数主导握手成本，而 LLM 读取对方能力元数据还会额外消耗大量 token。
Windows VS2022 Build – Returning nonsense
在 Windows VS2022 上用 cl 编译 llama.cpp 后，加载 ggml-model-q4_0.bin 量化模型会输出乱码或无意义 token；优先怀疑当时的量化代码只覆盖 ARM NEON，x86 上尚未支持，而不是推理参数或 prompt 的问题。
Eval bug: gemma4 thinking starts to emit progressivly long trailing garbage
该报错通常出现在 llama.cpp 使用 peg-gemma4 聊天模板运行 Gemma 4 thinking 模型、且单轮对话中连续触发多次工具调用时，reasoning 尾部会逐渐累积换行和乱码，最终可能导致解析失败甚至模型返回 500。优先排查 chat template 中 thinkin