apply_chat_template returns all-zero assistant_masks for multimodal inputs
当你在 Transformers 里对多模态对话（含 image/video/audio）调用 apply_chat_template 并开启 return_assistant_tokens_mask=True 时，如果图像占位 token 被展开，assistant mask 会全为 0，优先排查
标签： Python
Expose `max_soft_tokens` (image token budget) as a runtime parameter for Gemma 4 models
当你在 Ollama 上运行 Gemma 4 系列模型做 OCR、文档解析或读取小字号文本时，如果发现识别结果缺字、串字、准确率明显下降，通常不是模型本身质量问题，而是 Ollama 把图像 token 预算 max_soft_tokens 硬编码为 280 ，导致高分辨率视觉任务细节丢失。优先排查
Eval bug: MiMo-V2.6-Distill-Qwen-9B chat template misdetected as Qwen3-Coder (tool calls never complete)
这个报错通常出现在用 llama-server 跑 MiMo-V2.6-Distill-Qwen-9B（GGUF）并调用 OpenAI 兼容 tools API 时，模型自带的 chat template 被误判为 Qwen3-Coder 模板，导致工具调用永远走不到正常结束。优先排查 llama.
[Bug][ROCm/gfx942]: DeepSeek-V4-Flash silent retrieval corruption for prompts ≥ ~4-5k tokens (AITER sparse indexer)
![[Bug][ROCm/gfx942]: DeepSeek-V4-Flash silent retrieval corruption for prompts ≥ ~4-5k tokens (AITER sparse indexer)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/52109-0c477c70-768x403.jpg)
这类静默检索损坏通常出现在 ROCm/gfx942 上运行 DeepSeek-V4-Flash/Pro 并启用 AITER 稀疏索引器（DSA indexer）的长上下文场景中；当压缩后的候选 token 超过 index_topk 、开始真正发生 top-k 选择后，服务器不会报错，但 needl
apply_chat_template returns all-zero assistant_masks for multimodal inputs
该问题通常出现在使用 AutoProcessor.apply_chat_template 处理多模态对话（图文混合）且开启 return_assistant_tokens_mask=True 时，返回的 assistant_masks 全为 0，需要优先排查多模态占位符展开导致的字符索引错位。核心英
top_logprobs is capped at 20, but nothing downstream requires that
当你在 Ollama 中通过 top_logprobs 请求超过 20 个候选 token 时，请求会在进入后端前被 Ollama 自己的请求校验拦截，报错信息为 top_logprobs is capped at 20, but nothing downstream requires that 。
bug: Improved Message Rendering drops message-level thinking on OpenAI-shaped ChatML messages
在 Langfuse 自托管版开启 Settings → Feature Previews → Improved Message Rendering（normalizedIoPreview）后，Formatted 视图会丢弃 OpenAI 风格 ChatML assistant 消息里 messag
bug: silent wrong results in two score-analytics aggregations (histogram binning & pivot-table averages)
当你在 Langfuse 仪表盘上查看分数分析时，如果使用的是带小数的分数（0–1 置信度、LLM-judge 评分、cost、latency 等），数值分数直方图会把值分到错误的桶里，透视表的 subtotal/grand total 行也会给出偏大或偏小的平均值。这两个错误都不会报错，只会静默返
Telegram sendMessage ignores botId and sends message via the wrong bot
当你在 LobeChat 中配置了多个 Telegram 机器人并分别绑定到不同 Agent 时，消息工具执行路径调用 sendMessage 会忽略传入的 botId ，转而使用“最近保存的那个已启用 Telegram 机器人”发送消息，导致消息通过错误的机器人发出。优先排查消息工具运行时的凭据解
[Bug]: rag/res/term.freq is loaded by term_weight but not shipped — every lowercase Latin token gets the same IDF
![[Bug]: rag/res/term.freq is loaded by term_weight but not shipped — every lowercase Latin token gets the same IDF](https://www.chat-gpts.plus/wp-content/uploads/2026/09/18414-d3efad56-768x403.jpg)
当你在 RAGFlow 中启用权重计算（term_weight）并处理英文、葡萄牙语、西班牙语、法语等拉丁字母语言时，启动日志出现 Load term.freq FAIL! ，且检索排序出现“停用词和内容词权重几乎相同”的异常，优先排查 rag/res/term.freq 是否存在、你的 RAGFl