用户在 Kohya SS v26.0.0 上运行 flux_train_network.py 训练 Flux LoRA 时触发。训练初始化完成后，在 accelerator.print("running training / \u5b66\u7fd2\u958b\u59cb") （即输出“runni
用户在 Kohya SS（版本 v21.8.3 及多个其他版本）中运行 BLIP captioning 功能时，设置 num_beams 大于 1（如 12）并启用 --beam_search ，导致脚本崩溃并返回 ModuleNotFoundError: No module named 'tqdm
用户在 Kohya SS 的 WebUI 中点击 "Prepare training data" 按钮，用于格式化图片目录（如将图片整理为 img/_ 结构）。执行后工具显示 "completed"，但用户的原始图片数据被删除，且无日志输出。随后
用户在 Kohya SS 的 Textual Inversion、LoRA、DreamBooth、finetune 等训练标签页中启动训练时，因未指定输出目录（或指定了不可写目录），系统在生成训练配置文件时报错。错误以 Gradio 跟踪栈形式出现在日志中，UI 未显示明确提示。
用户在 Kohya SS 中运行 WD14 Captioning 功能时（直接运行或通过加速启动脚本），触发 onnx model not found 错误，导致标注流程中断。该问题在 Windows 11 原生环境和 Linux Docker 容器中均有出现。
用户在 Krita AI Diffusion 插件（v1.45.0 及部分早期版本）中使用 Flux 模型，尤其是通过插件默认安装的 ComfyUI 后端、自定义 ComfyUI 服务器或 Linux Docker 环境时触发此报错。部分用户在重新安装插件后问题仍未解决。
用户在使用 SwarmUI 0.9.8.1 版本时，从 Generate 标签页发送图像生成请求到 ComfyUI 后端。当后端的 EnablePreviews 设置为非 "No Previews" 的选项（例如 "Enabled (fast latent2rgb)"）时，请求会卡住，ComfyUI
用户使用 Kohya SS Windows GUI 版（Python 3.10），在 Captioning 界面启用了 ONNX 并勾选 "Force model download"，选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2 模型。模型文件虽被成功下载（
用户在运行 Kohya SS 的 WD14 captioning 功能时，程序尝试从 Hugging Face 下载 selected_tags.csv 文件，但下载过程因网络超时而中断。
用户使用 Kohya SS 的 LoRA 训练功能训练 SDXL 模型时，训练日志一切正常，但生成的 safetensors 文件中缺少 TE 键值（TE keys），导致训练出的 LoRA 模型无法保留人物身份特征，面部变得千篇一律，细节丢失。该问题在 Linux、Windows 以及 Docke