Intermittent /v1/responses stream closes during reasoning without a terminal event

当 Ollama 收到 POST /v1/responses 流式请求,且模型已开始输出 reasoning 增量后,流可能被干净地关闭,没有任何终止事件,核心报错为 Intermittent /v1/responses stream closes during reasoning without

当 Ollama 收到 POST /v1/responses 流式请求,且模型已开始输出 reasoning 增量后,流可能被干净地关闭,没有任何终止事件,核心报错为 Intermittent /v1/responses stream closes during reasoning without

在 Windows VS2022 上用 cl 编译 llama.cpp 后,加载 ggml-model-q4_0.bin 量化模型会输出乱码或无意义 token;优先怀疑当时的量化代码只覆盖 ARM NEON,x86 上尚未支持,而不是推理参数或 prompt 的问题。

该报错通常出现在 llama.cpp 使用 peg-gemma4 聊天模板运行 Gemma 4 thinking 模型、且单轮对话中连续触发多次工具调用时,reasoning 尾部会逐渐累积换行和乱码,最终可能导致解析失败甚至模型返回 500。优先排查 chat template 中 thinkin
![[Bug]: ROCm Stack DeepSeekv4.1 Flash Issue spamming logs with GLUON backend not available. Using TRITON backend!!!](https://www.chat-gpts.plus/wp-content/uploads/2026/10/56540-24ccf306-768x403.jpg)
在 ROCm 环境启动 DeepSeekv4.1 Flash 时,工作进程里反复打印 GLUON backend not available. Using TRITON backend!!! ,通常意味着 AITER 的 GLUON 后端没有启用或不可用,系统退回 TRITON 后端继续运行,功能不
![[Bug]: DFLASH2 force reprocesses context every reply](https://www.chat-gpts.plus/wp-content/uploads/2026/10/53477-e0a951be-768x403.jpg)
该报错出现在 vLLM 配合 DFlash2 草稿模型做推测解码、并启用前缀缓存的长对话场景中:每次回复都无法复用已有上下文,系统会把整段 prompt 重新做一遍 prefill,具体表现为相同请求的前缀缓存命中数始终为 0,TTFT(首 token 延迟)明显偏高。排查时应优先检查前缀缓存命中计

这个报错通常出现在手动调用 Whisper 的 WhisperFeatureExtractor 后,直接把 float32 的 input_features 送入以 float16(半精度)加载的模型,例如 openai/whisper-large-v3 、 openai/whisper-large
![[Bug][Windows] Desktop app 0.33.1 fails to launch built-in server silently (server.log empty, no listener), manual `ollama serve` works](https://www.chat-gpts.plus/wp-content/uploads/2026/10/18061-667a0927-768x403.jpg)
该问题出现在 Windows 上启动 Ollama Desktop 应用时,应用内置的 server 在启动阶段静默失败:app.log 反复出现超时提示,server.log 为空,并且 127.0.0.1:11434 没有监听;而手动执行 ollama.exe serve 则正常。优先排查两件事

该报错常见于在 Apple Silicon(MPS 后端)上运行 Flux 时,模型权重以 Float8_e5m2 精度参与运算;而 PyTorch 的 MPS 后端对该 dtype 没有支持。可优先尝试将计算切换到 CPU,或调整 PyTorch 版本。

在启用 aimdo(comfy-compiler)后,于工作流中使用分段生效的 Block Sparse Attention 等自定义注意力节点时,内存分配图会反复 break 并累积,最终显存不足(OOM);部分场景直接报 RuntimeError: aimdo memory compile er

该问题出现在 Langfuse Playground 的 Tools 菜单中:当用户从工具下拉菜单打开创建或编辑工具弹窗时,工具列表层没有关闭,仍然停留在弹窗下方或覆盖在弹窗上,属于 UI 层的弹层生命周期问题,因此应优先检查下拉菜单与弹窗的开合状态是否联动。