![[Bug]: Multi card issue and multi token prediction (mtp) issue with Intel/Qwen3.6-35B-A3B-int4-mixed-AutoRound](https://www.chat-gpts.plus/wp-content/uploads/2026/09/53119-9a400882-768x403.jpg)
该报错通常出现在 Intel XPU（Arc Pro B70）上用 vLLM 部署 Intel/Qwen3.6-35B-A3B-int4-mixed-AutoRound 这类 int4 混合量化模型时，涉及 2 卡张量并行（TP=2）与多 Token 预测（MTP）/投机解码两类场景。优先排查量化后
![[Bug] Ollama hardcodes Gemma 4 image token budget (max_soft_tokens=280), breaking OCR on high-resolution images](https://www.chat-gpts.plus/wp-content/uploads/2026/09/17152-d9c601c0-768x403.jpg)
当你在 Ollama 中用 Gemma 4 视觉模型读取高分辨率截图（如 1920x1080）时，模型可能错误地声称“There is no discernible text in this image”，原因是 Ollama 在送图前把图像静默降采样，导致文字细节丢失。优先确认当前 Ollama
当你在 Ollama 中用 Gemma 4 系列模型（如 gemma4:e4b、gemma4:12b-it-q8_0）处理 OCR、文档解析、小字识别等细粒度视觉任务时，如果结果出现漏字、乱码、识别错误，通常是因为图像 token 预算被硬编码为 280，无法通过 API 或 Modelfile 调
![[Bug]: MCP on host mode returns empty dataset ids](https://www.chat-gpts.plus/wp-content/uploads/2026/09/13183-415cd908-768x403.jpg)
在 host 模式下使用 RAGFlow 的 MCP 端点（/mcp 或 /sse）时，MCP 返回的 JSON 里数据集 ID 为空，导致模型不知道能调用哪些 dataset。优先排查你的 v0.24.0 镜像是否包含 PR #13123 的修复。
![Misc. bug: [llama-server] /v1/models metadata serializes "vocab_type" as boolean true instead of integer enum](https://www.chat-gpts.plus/wp-content/uploads/2026/09/29091-be13c69a-768x403.jpg)
这个报错出现在 llama.cpp 的 llama-server 中，调用 GET /v1/models 时返回的 data[0].meta.vocab_type 被序列化为布尔值 true ，而不是文档约定的整数枚举（例如 BPE 应为 2）。优先排查服务端版本是否落在 0.3.0 到 0.4.0
这个报错通常出现在 macOS Ollama 桌面应用 0.34.x 启动时：应用为了检测 ChatGPT/Codex 是否在运行，在主线程上调用 osascript 查询 System Events，如果系统里运行的应用很多、Accessibility 响应慢，主线程会被 fork + wait4
一篇登上 Hacker News 24 小时热榜的文章指出，主流 LLM 产品被设计成替用户“直接做完”而非“教用户做”，长期使用可能削弱开发者自身的动手能力和理解力。这值得关注，因为它触及了 AI 编程工具最容易被忽视的隐性成本。
![[Bug]: Streaming responses broken since 0.14.0 for ContextChatEngine and similar classes](https://www.chat-gpts.plus/wp-content/uploads/2026/09/22749-8310a4fe-768x403.jpg)
当你在 LlamaIndex 0.14.0 至 0.14.24 之间使用 ContextChatEngine 、 CondenseQuestionChatEngine 或 CondensePlusContextChatEngine ，并通过 astream_chat(...).async_respo
当 llama-server 以 router 模式启动并从 preset.ini 加载模型时，如果模型的 model 路径字段被双引号包裹，会导致加载失败，而同一模型用命令行单独启动却正常。优先检查 preset.ini 里的路径是否带了多余引号。
这个报错通常出现在 Linux 下用 CUDA 后端编译 llama.cpp 的时候，触发点是 ggml/src/ggml-cuda/fattn.cu 里 flash attention 的 MMA 模板实例化失败，导致整个编译中断在 96 个错误。最优先排查的是你当前 checkout 的 com