标签： LLM

该报错发生在 vLLM 使用 Mamba 混合架构模型（如 Qwen3-8B、Qwen3-27B 的 Hybrid Mamba 版本）启用投机解码（SpecDecode）并挂载 KV Connector（如 LMCacheMPConnector）时，即使检索 token 数为 0 也会出现生成内容损

该问题发生在客户端进程被强制终止后，vLLM 流式请求未及时中断并继续占用显存/算力。优先排查 FastAPI/Starlette 的 is_disconnected 检测是否失效，并考虑对该函数进行 monkey-patch 修复。

该报错通常发生在 RAGFlow 智能体画布中的 Variable Assigner（变量赋值器）节点配置了合法的数值 0 参数，或使用了 clear、remove_first、remove_last 等无需参数的操作符时。优先排查你填写的 parameter 值是否为 0，或者操作符是否确实不需要

该报错通常发生在 RAGFlow 解析大 PDF 时，内部调用的 xgboost 版本与项目要求的 1.6.0 不兼容或安装损坏。优先检查并固定 xgboost 版本为 1.6.0。

该报错发生在 vLLM 开启结构化输出（structured outputs / JSON schema）并同时启用 speculative decoding（MTP）与 VLLM_ENFORCE_STRICT_TOOL_CALLING=1 时，导致 FSM（有限状态机）无法推进。优先确认 vLLM

该报错发生在 aarch64（NVIDIA Grace/GB200）平台上，使用 --moe-backend flashinfer_trtllm 启动 vLLM 引擎初始化阶段，FlashInfer TRTLLM fused-MoE autotune 在 CUDA graph 捕获期间触发非法内存访

RAGFlow 的 RAPTOR 任务没有继承你在知识库中设置的默认 Embedding 模型，而是错误地调用了 SiliconFlow 的 Embedding API，导致长文本触发 “input must have less than 512 tokens” 报错。优先检查 RAPTOR 相关配