当你用 RTDetrModel 从检测头 checkpoint（或 SEWDForCTC 从 SEW-D checkpoint）加载权重时，如果日志显示 Loading `RTDetrModel` from a detection checkpoint (or `SEWDForCTC` from a
在专家并行（EP）下使用 experts_implementation="batched_mm" 时，MoE 路由门控权重（ mlp.gate.weight ）会收到错误梯度，loss 与参考实现完全一致，但梯度偏大约 50%；优先确认是否启用了 batched_mm ，并切换为 grouped_m
在 Transformers 中使用 MambaForCausalLM 生成文本时，如果吞吐量明显低于原始 mamba-ssm 仓库开启 cg=True 的结果，核心原因是 Hugging Face 实现当时未支持 torch.compile / CUDA Graphs 编译路径，而不是 use_c
该报错通常出现在 MoE 模型走 grouped matrix multiplication（grouped_mm）优化路径时，输入或权重张量的 stride / data_ptr 对齐不满足内核要求，却被 dispatcher 错误地路由到 grouped_mm，最终由 PyTorch 抛出运行时
这个报错通常出现在用 GlmConfig 手动构造 GLM 因果语言模型、且 num_attention_heads 无法被 num_key_value_heads 整除时（例如 7 对 2）。配置校验和模型构建都会通过，直到第一次 forward 才在注意力实现里抛出 RuntimeError:
这个报错通常出现在把 BART 系列模型（如 facebook/bart-base）的注意力实现从默认的 SDPA 切换为 eager 之后，eager_attention_forward 直接把 2D/不匹配的 attention_mask 加到注意力权重上导致形状不匹配或结果异常。优先排查当前
这个报错通常出现在用 Transformers 5.13 + DeepSpeed ZeRO-3 加载 Qwen3-235B-A22B 这类 MoE 大模型时，表现为主机 CPU 内存持续上涨直到约 1 TB 被 OOM 杀掉；优先排查 Transformers 版本是否回落到 4.51.0，以及是否
该报错发生在 Open WebUI Native Function Calling 模式下，模型调用知识库检索工具（ query_knowledge_files 或 kb_exec ）时，工具执行器因收到字符串而非预期字典结构而崩溃。优先排查是否启用了 Legacy Function Calling
该报错发生在 transformers 5.16.1 的 transformers chat 命令行工具解析生成参数（generate_flags）时，当参数缺少 = 会导致索引越界崩溃。优先检查传递给 transformers chat 的所有 --generate 参数是否都严格包含 键=值 格
该问题出现在 NVIDIA GB10 / DGX Spark 这类集成 CUDA 显存的设备上，`get_max_memory()` 会同时输出设备显存条目和独立的 `cpu` 内存条目，导致同一块物理内存被重复计算。优先检查 `get_max_memory()` 返回的字典中是否存在 `cpu`