RuntimeError: level_zero backend failed with error: 2147483646 (UR_RESULT_ERROR_UNKNOWN)
该报错出现在双 Intel Arc Pro B70（Battlemage）上以 vLLM XPU 后端跑 TP=2 时，Worker 初始化阶段触发 GP fault 并伴随 xe BCS 引擎 reset，返回 RuntimeError: level_zero backend failed wit
标签： Python
bug: context compaction gate undercounts tool-heavy turns and never fires before the context wall
当 Open WebUI 在单轮对话里连续触发大量工具调用（tool-calling）时，上下文压缩（context compaction）只在每轮开始前检查一次，工具循环中途不再复查，于是请求会在循环内悄悄超过模型上下文上限，最终以 HTTP 400 报错结束。优先排查方向是"压缩触发时机"，而不
issue: Expired oauth token being sent to OpenAI compatible API
这个报错通常出现在 Open WebUI 通过 OpenAI 兼容连接向自建 API 转发 OAuth 凭据时，后端拿到的是登录时写入、之后不再刷新的旧 oauth_id_token cookie，因此 token 过期后仍被继续发送。优先排查是否启用了 Forward cookies，以及是否还依
AttributeError: ‘Gemma3TextForSequenceClassification’ object has no attribute ‘peft_config’“`
在使用 PEFT 对 Embedding Gemma（google/embeddinggemma-300m）加分类头做 LoRA 微调时，调用 model.add_adapter() 会抛出 AttributeError: 'Gemma3TextForSequenceClassification'
Ollama 0.34.2 MTP speculative decoding regression with Qwen3.8 27B
这个报错通常出现在用 Ollama 0.34.2 加载 Qwen3.8 27B 并启用 MTP（Multi-Token Prediction，多 token 预测）投机解码时，表现为吞吐量（TPS）或草稿接受率（draft acceptance）相比旧版本出现回退。优先排查 Ollama 版本是否有
RuntimeError: Cannot copy between CPU and CUDA tensors during CUDA graph capture unless the CPU tensor is pinned.
这个报错通常出现在 ComfyUI 运行 MiniMax Music 3、同时使用 GGUF 动态显存（Dynamic VRAM）加载器和 CUDA Graph 捕获时。优先排查 CUDA Graph 是否与动态卸载/反量化路径冲突，而不是先怀疑 GGUF 模型文件本身。
If/Else Node Does Not Block Empty Path
该报错通常出现在工作流中把 If/Else 的某个分支接到了下游节点，而下游节点本身存在必填（required）输入时。ComfyUI 在执行前仍会校验走通开关之前的那段图，因此“空路径”并未被真正屏蔽，优先级是检查开关后连接节点里是否有必填输入。
gpt-audio-mini is missing from the ChatModel list — should it be included?
如果你在 OpenAI Python SDK 中使用 gpt-audio-mini 或 gpt-audio-mini-2025-12-15 时遇到类型检查报错、IDE 警告或序列化/校验失败，通常是 SDK 内置的 ChatModel 类型未收录该模型。优先升级 SDK 到已包含这两个模型名的版本。
Async Responses Structured Outputs Memory leak
在长时间运行的服务里反复调用 Async Responses 的 responses.parse() 解析 Pydantic 结构化输出（Async Responses Structured Outputs Memory leak）时，RSS 会随请求数线性增长直至 OOM。优先排查 openai/
Flash/Sage varlen does not work with torch.compile
这个报错通常出现在你对 Diffusers 的 Flux 等模型使用 torch.compile ，同时又启用了 Flash/Sage 的 varlen（变长）注意力后端时。优先排查是否用了 varlen API，以及能否切换到 static-length（定长）API 或使用定长序列推理。