![[Bug]:amd mi308x gpu, vllm 0.27.0~0.27.1, rocm 7.2.3, Kimi-K2.7-Coder start fails:AssertionError: mla_gluon requires gfx950 (CDNA4), got gfx](https://www.chat-gpts.plus/wp-content/uploads/2026/08/51964-339b289b-768x403.jpg)
该报错通常发生在使用 AMD MI308X（gfx942）等非 gfx950 架构 GPU 加载 Kimi-K2.7-Coder 等模型时，vLLM 0.27.0~0.27.1 的 ROCm 版本因模型代码中 mla_gluon 算子的架构检查失败而启动中止。优先排查方向是升级 vLLM 到最新 m
该报错发生在模型（如 Kimi K2/K3 经 vLLM 服务）在同一轮对话的多次工具调用中复用相同的 call_id （如 search_web:0 ），Open WebUI 的“去重”逻辑误删了新调用，导致持久化历史中出现孤立的 function_call_output ，后续消息发送到严格校验
该报错通常出现在 RAGFlow 的 Code（代码）组件调度执行时，原因是 RAGFlow 后端在 v0.20.0 起重构后已移除 `agent.tools.GenerateParam` 及相关的代码执行/生成能力。优先排查你使用的 RAGFlow 版本是否为 v0.20.0 或更高，并避免在工作
![[Question]: Getting all 0 vector similarity in retrieval testing by adding a reranker model](https://www.chat-gpts.plus/wp-content/uploads/2026/08/9388-f8d94761-768x403.jpg)
该问题通常发生在 RAGFlow 检索测试中配置本地 reranker 模型（如 bge-reranker-v2-m3）后，所有 chunk 的向量相似度（实际为 reranking 分数）显示为 0。优先检查模型在后端配置中的注册名称是否与界面一致、Base URL 格式是否正确，并确认 rera
此报错发生在 llama.cpp 使用 Vulkan 后端在 AMD Ryzen AI MAX+ 上加载 Qwen 27B 系列多模态模型（Qwen3.8/3.6）时，一旦向 WebUI 提交图片，服务端会静默崩溃。优先排查 Vulkan 后端对多模态推理的支持情况，以及是否缺少 --image-m
一个名叫 LittleLearner 的研究项目，只让大模型学习美国小学 K-5 课程内容，结果发现：扩大模型规模、后训练和上下文学习都只能放大“学过的知识”，无法突破预训练数据设定的能力边界。这个实验为“大模型的能力到底是从哪来的”提供了一个难得的受控证据。
Hacker News 上的一个帖子用“如果 LLM 从未接触过五年级以上内容”的设问，带出了当前大模型的一个普遍问题：它们几乎从不承认“不知道”，总是用绝对肯定的语气作答。这个现象背后是“讨好用户”的训练倾向，也直接影响用户对 AI 的真实信任度。
该报错通常发生在从 v0.9.6 升级到 v0.11.0 之后，系统空闲时 Open WebUI 进程持续占用高 CPU（80%-230%），且与 subagents 活动无明显关联。优先排查 v0.11.0 新增的 timer 轮询机制，可通过设置 TIMER_POLL_INTERVAL=60 环
菲尔兹奖得主 Timothy Gowers 在其博客中观察到一个关键现象——目前大语言模型（LLM）解决的著名数学问题，几乎都是通过构造反例完成的，而非提供严格证明。这个判断为评估 AI 在数学推理中的真实能力提供了一个重要参照。
本期五篇论文集中挑战了两个业内直觉：LLM 并不天然适合替代 embedding 模型；CoT 越长也不代表推理更好。其中蚂蚁集团的围棋死活题测评（TsuGO）最值得一读，它给“推理能力评估”提供了一个新维度。