标签： LLM

这个报错通常发生在 RAGFlow 添加或调用通过 OpenAI 协议接入的 Rerank 模型时：RAGFlow 期望模型服务返回 JSON，但实际收到空响应或非 JSON 内容，解析器在第一个字符处就失败。优先排查请求是否以流式（stream）方式发出，以及模型名是否带正确的 Qwen/ 前缀。

该报错通常出现在把 RAGFlow Agent 从 v0.19.1 升级到 v0.20.1 后，仍用旧版 Python SDK 方式调用 Agent 问答接口的场景。核心原因是 v0.20.1 改动了 Agent 会话 API 与输入参数格式，导致旧调用方式或旧 Agent 流程配置不兼容，从而抛出

这通常不是运行时报错，而是 llama.cpp / ggml 库的 C/C++ 头文件和内核在重构期间出现的编译错误或弃用警告；最可能的原因是代码里仍直接调用 ggml_diag_mask_* 系列函数或使用 DIAG_MASK_* 算子。这个重构的源起是 Refactor: Deprecate D

这个报错通常出现在启用 routed-expert capture（R3， enable_return_routed_experts ）时，vLLM 从 topk_ids 的行数推断 DP/TP 行归属，而 out-of-tree MoE 后端（如 vLLM-Ascend）在 routing 前已经

该问题通常出现在用 vLLM 运行 MiMo-V2.6 并输入视频时：多模态数据解析器把每一帧都按 1 fps 处理，导致视频时间戳全部落在 00:00–00:30，而不是真实帧时间。优先排查 MiMo 数据解析器是否保留了视频加载器元数据（frames_indices / fps）。