标签： LLM

用户在 RAGFlow 中配置了飞书（Feishu/Lark）机器人，通过聊天通道（Chat Channel）与机器人对话时出现该错误。

用户在 Linux 系统上使用 IntelLLVM 2026.0.0 编译的 llama.cpp (version 9763, commit dec5ca557) 启动 llama-server，指定 --device SYCL0 并加载 Qwen 3.6-27B 模型。程序启动后在 GPU ker

用户在 vLLM 的 EngineCore 启动时，加载含有 tie_word_embeddings: true 且经过 ModelOpt 量化（NVFP4 或 FP8）的模型（例如 Gemma 系列）时失败。非量化且带有 tie_word_embeddings 的模型不受影响。

用户在 ROCm 环境（AMD MI355X gfx950）上使用 vLLM 推理 glm_moe_dsa 架构的稀疏 MLA 模型（如 GLM-5.1-FP8）时，当 prefill prompt 长度超过约 20,000 tokens，模型产生乱码输出。此问题影响 prefill 路径（非 de

用户在使用Ollama 0.30.0及更高版本时，在NVIDIA Tesla V100（sm_70）、RTX 3050、Quadro RTX 6000（sm_75）、RTX A2000（sm_86）等显卡上加载模型时触发此错误。问题发生在Ollama从GGML架构切换到llama.cpp架构后，预编

用户在 RAGFlow 中启用了 Source 列（即文档 ID 和文档名称列），并通过 use_sql 功能生成 Markdown 格式的表格时，发现分隔符行（separator line）多出一个空列，导致 GFM（GitHub Flavored Markdown）表格渲染异常。