issue: server appears stuck because open-webui serve stays in the foreground
该报错发生在通过 pip 方式安装 Open WebUI v0.11.1 后执行启动命令时，进程停留在前台无法正常提供服务。优先排查启动命令是否完整、模型下载是否正常完成，以及是否误将前台日志输出当成卡死。
标签： Transformer
ValueError: Unrecognized configuration class <class ‘transformers.models.gemma4.configuration_gemma4.Gemma4Config’>
该报错发生在调用 Gemma 4 模型执行序列分类任务（Sequence Classification）时，报错直接原因是代码中缺少 Gemma4Config / Gemma4ForSequenceClassification 类，导致 Transformers 无法正确识别配置。优先排查当前 Tr
Use python generator instead of streamer for generation
该报错通常出现在开发者希望用 Python 生成器（Generator）直接遍历 model.generate() 的逐 token 输出、而当前 Transformers 版本并未提供该语法时。优先排查是否安装了新版本 Transformers，并改用 AsyncTextIteratorStrea
ValueError: substring not found
此报错发生在 Transformers 的 StopStringCriteria 初始化时，当分词器词表无法对内部校验探针（ASCII 前缀）完成解码往返时，未受保护的 str.index 调用会直接抛出裸的 ValueError: substring not found ，掩盖了原本设计的诊断信息
AttributeError: ‘NoneType’ object has no attribute ‘get’
该报错发生在 Transformers 5.16.0 及 main 分支中，当 FP8 量化配置缺少 _experts_implementation 或 FP8Experts._impl_tp_layer_overrides 中没有对应条目时， FineGrainedFP8HfQuantizer.u
Gemma 4: Exploding pre-clip gradient norms during LoRA fine-tuning of `gemma-4-31B-it`
该报错通常出现在使用 LoRA 微调 Gemma 4 31B 模型时，表现为梯度裁剪前的梯度范数异常偏大（可能达到正常值的数十到数百倍）。优先排查 Gemma 4 注意力机制中的 scaling=1.0 设置，这是导致梯度尖峰的主要诱因，而非代码 bug。
TypeError: Cannot convert a MPS Tensor to float64 dtype as the MPS framework doesn’t support float64. Please use float32 instead.
该报错发生在 Apple Silicon Mac 上使用 MPS 后端运行 RT-DETRv2 模型推理时，根本原因是模型内部的 build_2d_sinusoidal_position_embedding 函数硬编码了 torch.float64 ，而 MPS 不支持 float64。优先排查该函
Chat template inconsistencies in tool-calling support
该报错描述的是 Hugging Face Transformers 库中不同模型家族的 Chat Template 在处理工具调用（tool-calling）消息时行为不一致的问题，尤其是 `arguments` 参数格式（dict vs JSON 字符串）和 `content` 字段的可选性。优先
Energy-hungry AI data centers spur new power transformer technology
AI 数据中心的电力需求正在倒逼一种名为“固态变压器”的新技术加速商业化，它用半导体替代铜线圈，能直接输出数据中心所需的直流电，或将缓解电网变压器短缺和交付延误的问题。
ValueError: SiglipVisionModel does not support `device_map=’auto’`
该报错通常出现在使用 Hugging Face Transformers 加载 BERT 系列模型并同时指定 device_map='auto' （例如配合 load_in_8bit=True 进行量化推理）时。优先排查方向是确认模型权重是否能被自动切分到多设备，以及是否可通过关掉 device_m