[enhancement]: Support for OpenVINO Backend for Intel oneAPI/oneDNN
![[enhancement]: Support for OpenVINO Backend for Intel oneAPI/oneDNN](https://www.chat-gpts.plus/wp-content/uploads/2026/10/2751-0929cb0d-768x403.jpg)
这是一个功能增强请求（enhancement），并非可复现的崩溃报错。用户希望在 InvokeAI 中通过 OpenVINO / Intel oneAPI、oneDNN（XPU）为 Intel ARC A-Series、Iris XE 及部分新 iGPU 提供 GPU 加速支持，但截至 Issue
标签： Transformer
TypeError: expected str
这个 TypeError: expected str, bytes or os.PathLike object, not NoneType 通常出现在 Linux 上手动设置 LD_LIBRARY_PATH 、尝试加载 nvidia-cublas-cu12 / nvidia-cudnn-cu12 动
model.to(bf16)/half() and Trainer bf16_full_eval cast RoPE inv_freq buffers, unlike from_pretrained(dtype=…): large angle error at long co
当你在加载模型之后再用 model.to(torch.bfloat16) / .half() / .bfloat16() 或 Trainer(bf16_full_eval=True) 做全量评估时，RoPE 的 inv_freq 等频率 buffer 会被一起降精度，导致长上下文下角度误差迅速放大；
AttributeError: ‘NoneType’ object has no attribute ‘ndim’ when using num_images_per_prompt with batched prompts
该报错通常出现在 StableDiffusion3Pipeline 同时满足“批量 prompt（列表）+ 显式传入 num_images_per_prompt”时；根据 Issue 中的复现，真正触发崩溃的关键操作可能是调用了 pipe.transformer.fuse_qkv_projectio
OWLv2 with visual prompt – alternative query embedding selection method
使用 OWLv2 的视觉提示（visual prompt）做 image_guided_detection 时，检测框偶尔会完全乱掉；这通常不是模型权重损坏，而是 Owlv2ForObjectDetection.embed_image_query 默认选出的查询嵌入（query embedding）
`modeling_qwen3_vl.py` performed D2H makes cpu wait gpu
这个报错通常发生在使用 Transformers 运行 Qwen3-VL 多模态模型、尤其是视觉前向（vision prefill）阶段时，表现为 `modeling_qwen3_vl.py` 中 `lengths.tolist()` 等操作触发 D2H（device-to-host）拷贝，使 CP
AttributeError: ‘head_dim’ is a per-layer attribute and may vary across layers.
这个报错通常发生在使用官方 vLLM 镜像启动 Gemma 4 系列模型时，由于镜像内的 Transformers 5.15.0 引入了逐层异构配置（per-layer config），vLLM 的 Gemma4ModelArchConfigConvertor 在 ModelConfig 初始化阶段
[v5] Issues with tied weights on translation models in v5
![[v5] Issues with tied weights on translation models in v5](https://www.chat-gpts.plus/wp-content/uploads/2026/10/45005-2ab129f0-768x403.jpg)
当你在 Transformers v5 下加载并生成翻译结果时，如果模型 checkpoint 中本该共享（tied）的两份权重序列化值不一致，v5 会放弃绑定权重并给出警告，导致输出无意义或翻译错误；优先排查权重绑定与 checkpoint 完整性，而不是先怀疑推理代码。
Add Hierarchical Reasoning Model
这个 Issue 不是传统意义上的“报错排雷”，而是模型集成请求：用户希望把 Hierarchical Reasoning Model（HRM）合入 Transformers。Issue 最终被标记为 superseded（被取代），因为 HRM 已以 hrm_text 形式原生支持，所以如果你仍在
DataCollatorWithFlattening is incompatible with non – list input ids
这个报错通常出现在使用 DataCollatorWithFlattening 处理 tokenizer 直接返回的张量（tensor/ndarray）输入时，collator 期望 input_ids 是 Python list，却收到了非 list 类型。优先排查传给 collator 的数据是否