标签： LLM

该问题在 vLLM 中通过 OpenAI 兼容 API 或直接使用 response_format=json_schema 参数调用 Gemma 4 系列模型（包括 31B 和 26B-A4B 指令版）时触发。受结构化输出的语法约束编码（xgrammar）限制影响，模型 token 空间受限，容易陷

用户在使用 RAGFlow 解析 Markdown 文档时触发。具体是在 deepdoc/parser/markdown_parser.py 中的 _is_table_separator_row 方法校验表格分隔行时，将诸如 :-- 、 --: 等有效的 GFM 分隔符判定为无效，导致表格内容被逐行

用户在 RAGFlow 中设置本地知识库，并通过 Ollama 集成本地模型（如 qwa-32b q4 ）。直接使用 ollama run qwq:latest 或 CherryStudio 时没有此问题，说明问题位于 RAGFlow 的内部处理环节。

用户在 Linux 上使用 podman 或 Docker 运行 llama.cpp 的 server-vulkan 镜像（版本 9501），启动容器后通过浏览器访问 http://localhost:10000/ 时，Web UI 不可用，仅返回 JSON 错误。该问题也影响 full-cuda

用户在 Linux 系统上，通过 stable-diffusion.cpp（共用 ggml Vulkan 后端）运行 Flux 2 Klein 4B 模型，分辨率为 1024×1024 且启用了 VAE tiling 时触发。 在 llama.cpp 中使用大型图像输入（mmproj）或超长上下文时