当你通过 API 或前端发送补全请求时，如果请求体中没有携带 tool_ids ，即使在模型编辑器中已经为工作区模型配置了工具（ meta.toolIds ），这次请求也会在没有任何工具的情况下静默执行。优先排查客户端是否发送了 tool_ids ，以及模型配置的工具是否被前端状态正确同步。
知名黑客 Andy Nguyen 宣布放弃“PS5 Linux”项目，原因是有人用大语言模型发现并上报了同一个 hypervisor 漏洞，导致 Sony 提前修复。这既是主机破解圈的路线之争，也折射出 AI 正在改变漏洞挖掘的门槛与游戏规则。
作家 Erich Grunewald 在 Substack 发文主张：几乎不要用 AI 撰写博客、报告、备忘录等有实质观点的文本，理由是写作本身就是思考过程，而 AI 生成的文字往往“含糊且难以察觉地出错”。
![[Bug]: Refine/CompactAndRefine streaming collapsed to a single chunk since 0.14.22 (#21374)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/22831-856a571a-768x403.jpg)
当你在 LlamaIndex 0.14.22 及之后版本中使用 Refine 或 CompactAndRefine 并开启 streaming=True 时，流式输出会退化成一次性返回单个 chunk（完整答案在生成结束后才吐出），核心报错表现为：[Bug]: Refine/CompactAndRe
这个报错通常发生在 llama.cpp 以全量 GPU offload 加载 qwen4exp / deepseek-v4 后、首次 decode 阶段；最先排查的是容器或启动环境里是否误设了 embeddings-only 相关变量（如 LLAMA_ARG_EMBEDDINGS=true ），而不
这个问题通常出现在用 vLLM 加载 Aria 的 MoE 专家权重时——checkpoint 里的专家名是 experts.fc1.weight / experts.fc2.weight ，但 vLLM 的融合专家加载器却去查询 w13_weight.weight / w2_weight.weig
![[Bug] DFlash2 spec decode + xgrammar: deterministic "Failed to advance FSM" on json_object grammar (same draft token every time)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/53777-75f62c55-768x403.jpg)
该报错通常出现在 vLLM 同时启用 DFlash2 推测解码（spec decode）与 xgrammar 结构化输出（ response_format: {"type": "json_object"} ）时，xgrammar 后端在推进 FSM 时收到一个违反语法的草稿 token（本 Issu
这个报错通常出现在把 MiniCPM5-2B 的 GGUF 模型导入 Ollama 并传入 tools 后，模型返回的 tool_calls 始终为 null ，而 content 里只剩残缺的 XML 片段，典型表现为 minicpm5-2b native tool calls never par
![[Bug]: MinerU unsplit-task mode still queues one task per configured page range](https://www.chat-gpts.plus/wp-content/uploads/2026/09/19180-c97f2a68-768x403.jpg)
当 RAGFlow 对 MinerU 文档启用了 unsplit-task mode（不分页模式），却在 Page Ranges 中配置了多段页码范围时， queue_tasks 的外层循环仍会为每个范围各建一个任务，导致同一个 PDF 被重复上传多次，并打印 "MinerU unsplit-tas
这个报错通常发生在 llama.cpp 显存/内存分配失败时： ggml_backend_sched_alloc_splits 丢弃了 ggml_gallocr_reserve_n 的返回值，导致 reserve 失败后仍继续执行 ggml_gallocr_alloc_graph ，最终从本应返回错