标签： LLM

这个断言通常出现在 Windows 上同一个进程反复动态加载、卸载 ggml 动态库（如 ggml.dll、ggml-base-whisper.dll）的场景，Go 侧或调用方在重新加载时触发 GGML_ASSERT(prev != ggml_uncaught_exception) on dynam

该报错通常出现在 llama-server 加载带 mmproj 的多模态模型、启用休眠（sleep）后再次唤醒的场景：休眠恢复时会重新执行 load_model，并把 mmproj 的内存余量重复加进 fit 目标，导致部分层被调到 CPU、生成速度下降。核心报错为 Misc. bug: mmpr

该报错通常出现在 vLLM V1 引擎启用了结构化输出（structured outputs）并提交 EBNF grammar 的场景：第一个 grammar 请求成功锁定 xgrammar 后端后，后续请求即使本身应被自动回退到其他后端，仍会交给 xgrammar 编译；若 grammar 非法，

该报错通常出现在 RAGFlow 从旧版本（如 v0.26.x）原地升级到 v0.27.0 并复用已有 PostgreSQL 元数据库的场景。根本原因是升级迁移漏加了 tenant.tenant_ocr_id 列，导致所有 Tenant 查询静默失败；优先排查元数据库的 tenant 表结构，而不是

这是 RAGFlow Agent「Invoke」HTTP 组件缺少 SSRF 防护导致的安全问题，攻击者可让服务端请求内网或云实例元数据地址。优先做的是确认你的 RAGFlow 是否已包含修复代码，而不是修改本地配置。

该报错通常出现在 RAGFlow 选择 Infinity 作为文档引擎、并尝试使用 table（表格解析）切片方法时。优先排查两件事：当前文档引擎是否为 Infinity，以及该切片方法是否被 Infinity 支持。

当使用 llama-tokenize 或加载 gpt-oss、Mistral NeMo 等模型处理印地语、泰语、孟加拉语等含组合标记的文字时，llama.cpp 给出的 token ID 与 Hugging Face 不一致。优先检查 src/llama-vocab.cpp 中 GPT-4o/Tek

在 Apple Silicon 上通过 Metal 运行 Nemotron 3.5 Bolt 74B-A9B（IQ2_XXS）时，只要发出第一个对话请求、进入 prompt processing，进程就可能在该路径崩溃，报错为 Eval bug: Nemotron 3.5 Bolt 74B-A9B