标签： LLM

Ollama failed to load models after 0.24.0

Ollama failed to load models after 0.24.0

此报错通常发生在使用 AMD 核显（RADV Vulkan 驱动）加载模型时，且 Ollama 0.24.0 之后版本在特定硬件上无法正常初始化 Vulkan 后端。优先排查方向是确认是否使用了 iGPU 且 Vulkan 驱动版本是否与 Ollama 的 llama.cpp 同步版本存在兼容问题。

[Question]:Issue with Invoke Component

[Question]:Issue with Invoke Component

这个报错是访问的远程服务器证书不合法（缺少 Subject Key Identifier 扩展）导致的 SSL 校验失败，并非 RAGFlow 自身 Bug。优先排查目标 API 的证书配置，或通过代理中转、修改源码方式绕过校验。

LLMs擅长什么样的数学？

LLMs擅长什么样的数学？

围绕“LLM擅长什么样的数学”的讨论提到，有开发者通过鼓励式提示让模型在黎曼猜想上取得了一些进展，但这些例子引发的是更深层的忧虑：AI能生成大量看起来像证明的东西，但能验证它们的人类正变得越来越稀缺。

Suzanne：用于设计和制造实体产品的AI工具

Suzanne：用于设计和制造实体产品的AI工具

一款名为 Suzanne 的 AI 工具声称能“设计和制造实体产品”，但在 Hacker News 上遭到技术人员集体质疑：它被指只是“ThreeJS + LLM”的演示级包装，并没有真正打通从提示词到可制造 CAD 模型的链路。这件事折射出当前 AI 设计工具普遍存在的宣传与工程现实之间的落差。

基于 Lean 的忠实性对齐评估

基于 Lean 的忠实性对齐评估

Millennium Research 发布了一款名为 leanscreen 的开源工具，用于检查 Lean 4 定理陈述是否存在“空洞承诺”——比如证明能编译通过，但定理本身只是恒等式，实际意义为空。这类问题正是大模型生成形式化证明时最隐蔽的风险点。