[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。
标签： LLM
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。
[Bug]: QA parser for .csv silently corrupts Q&A pairs: csv.reader quote handling + row/line index mismatch splice answers from wrong lines
![[Bug]: QA parser for .csv silently corrupts Q&A pairs: csv.reader quote handling + row/line index mismatch splice answers from wrong lines](https://www.chat-gpts.plus/wp-content/uploads/2026/07/16791-27e22f62-768x403.jpg)
用户在 RAGFlow 的 "Q&A chunk method"（问答分块方法）中，使用制表符（TAB）分隔的 .csv 文件进行解析时触发。当文件中包含以双引号（"）开头的续行时，会导致内容被错误地拼接到其他问答对中，一些问答对丢失，且系统报告处理成功。该问题在大型 CSV 文件（如案例中的 67
Ada：一款基于CSV和Excel的AI商业智能软件（没错，也用到LLM，但不止于此）
开源软件Ada发布，定位为“自动数据分析师”，能直接从CSV或Excel文件生成交互式仪表盘、异常检测、基线预测和行动建议。其核心创新在于将大语言模型（LLM）限定在可选、透明的辅助层，确保数据分析的可审计与可重复，而非用AI替代完整分析流程。
Ada：一款基于CSV和Excel的AI商业智能软件（没错，也用到LLM，但不止于此）
一款名为 Ada 的 AI 商业智能工具在 Hacker News 上引发关注。不同于市面常见的对话式 AI 分析，它直接以 CSV 和 Excel 文件为操作核心，将大语言模型（LLM）作为分析引擎的一部分，旨在降低数据分析门槛。
Misc. bug: llama-quantize fails on DeepSeek-V4 — i32 ffn_gate_tid2eid routing table not excluded from quantization
用户在 macOS/Metal 环境下，使用 llama-quantize 工具对 DeepSeek-V4（如 deepseek-ai/DeepSeek-V4-Flash-DSpark ）的 GGUF 文件进行量化时触发。典型命令为： llama-quantize --allow-requantiz
DFlash draft acceptance rate collapses to zero when using quantized –cache-type-k-draft (or v)
用户在 llama.cpp 的 llama-server 中使用 DFlash 推测解码（ --spec-type draft-dflash ）时，通过 --cache-type-k-draft q8_0 或 --cache-type-v-draft q8_0 将草稿模型的 KV 缓存类型设置为量化