标签： LLM

该报错发生在使用 vLLM 的 Humming 后端加载 Qwen3.5-397B-A17B-GPTQ-Int4 模型并启用专家并行（Expert Parallelism）时。优先排查 MoE 融合 kernel 中 expert_map 索引越界问题，同时检查该模型在 Humming 下的数值路径

该报错是 vLLM 在 Python 优化模式（ python -O ）下运行 Kimi-K3 与 DSpark/DCP 多 token 推测解码时，KV-cache 分组逻辑依赖 assert 导致被移除后误选元数据，最终触发 CUDA graph 非法内存访问。优先排查 vLLM 版本是否包含

RAGFlow 服务端日志中出现 401 Unauthorized 报错，通常是因为认证凭据失效或使用了默认管理员账号登录。优先排查终端是否重启过、Web 端是否需要重新登录，以及 JWT 令牌是否有效。

该问题并非运行报错，而是社区用户对 RAGFlow 代码库中 Python 与 Go 双实现未来关系的架构咨询。官方确认 Go 版本面向企业用户、功能更全，Python 版本保持开源，两者并行迭代而非互相替代。

该报错通常出现在 vLLM 多节点（2 节点及以上）大规模张量并行（如 TP=16）启动时的分布式初始化阶段，各 rank 在 Gloo barrier 中互相等待直至超时。优先排查是否由跨节点场景误入对称内存（symmetric memory） rendezvous 逻辑引起，可先尝试使用 --d

该报错发生在 vLLM 使用 DCP（解码上下文并行）运行 GLM-5.3 等模型的 dense prefill 阶段，非 owner rank 因 fused_norm_rope 内核的 slot_mapping 负值早退条件错误，导致 K 矩阵（kv_c_out、k_pe_out）未初始化就被

RAGFlow 全文检索连接器把 minimum_should_match 小数比例转成百分比字符串时，用 int() 截断导致阈值比预期少 1%（如 0.29 被转成 "28%"）。优先检查 rag/utils/ 与 memory/utils/ 下六个连接器 search() 方法中的 str(i