该报错发生在 Ollama 导入新架构模型的 GGUF 文件时，因为 Ollama 内置的 llama-quantize 尚未包含该架构的兼容补丁。优先排查你的模型架构是否在 Ollama 当前支持列表中，并考虑升级 Ollama 或等待官方支持。
![[Bug]: rerank_by_model drops question_tks, so a configured rerank model never sees chunk questions](https://www.chat-gpts.plus/wp-content/uploads/2026/08/18472-95f179cb-768x403.jpg)
该问题发生在 RAGFlow 配置了 rerank 模型且数据集中分块带有自动生成问题（question_kwd / question_tks）的场景。由于 rerank_by_model 路径在构建传给 cross-encoder 的文档字符串时遗漏了 question_tks ，导致模型重排时完
该报错发生在 RAGFlow 通过 Docker Compose 启动时，Infinity 冷启动重放元数据超过 120 秒导致主 API 服务初始化失败。优先排查方向是 docker/entrypoint.sh 中主 Web 服务循环未加 || true 保护，被 set -e 静默终止且不会自动
该报错发生在 llama-server 启用 unified KV cache 且并行处理多个请求时，第二个请求开始处理后，第一个请求的解码出现上下文错乱（表现为“失忆”和幻觉）。优先排查是否启用了 unified KV cache（`-ub` 参数），并确认是否使用了索引器（indexer）类模型
该报错是 llama.cpp 的 Vulkan 推理引擎在处理大量图像输入时出现内存泄漏，每次 Chat Completion 请求会额外增加约 300MB 显存/内存占用，直到系统内存耗尽被 Ubuntu OOM 杀掉。优先排查是否使用了 Vulkan 后端，以及是否调用的是 OpenAI 兼容接
一位长期主张在 Git 提交中把 Claude Code 列为共同作者的开发者，如今公开改变了立场，理由是这种做法会稀释开发者对代码质量的责任感。这个转变折射出 AI 辅助编程从“新鲜事物”走向“默认工具”后，行业对署名、责任和透明度的重新校准。
Academa 在 Hacker News 上展示了一套将 STEM 教学视频“代码化”的技术：用 LLM 生成可直接编辑、维护和翻译的“视频源代码”，并据此生成可交互的长篇教学视频，试图重构在线教育的生产链路。
工业机械巨头卡特彼勒（Caterpillar）正将其在自动化采矿领域积累的经验，复制到更广泛的企业级 AI 部署中，并计划投入 1 亿美元对全球 11.8 万名员工进行 AI 与自动化技能培训。这家公司正在示范传统重工业如何将 AI 从概念验证推向实际生产环境。
![[Perf] BF16x3 router GEMM gated off family-120 Blackwell (GB10 / DGX Spark, sm_121) — the only barrier for DeepSeek-V4-Flash's fp32 router](https://www.chat-gpts.plus/wp-content/uploads/2026/08/49921-485fa161-768x403.jpg)
该问题发生在 NVIDIA GB10（DGX Spark，sm_121）上运行 DeepSeek-V4-Flash 模型时，由于 vLLM 的架构能力门控将 family-120 误判为不支持 Blackwell 专用内核，导致 MoE 路由层回退到纯 FP32 线性层，性能下降。优先排查方向是确认
一位资深工程师在 Hacker News 发文，描述自己因重度使用 LLM 编程而失去“动手实践”的乐趣与精明劲（savvy），指出无脑依赖 AI 生成代码正在侵蚀学习过程和长期技术判断力，而非单纯提高效率。