ollama Why Your Local LLM Is Returning Empty Responses (And How to Fix It) Your Ollama API call returns 200 OK with done: true — but the response field is empty. The model isn't broken. It's writing everything into a thinking field you're not reading. One parameter fixes it.
ollama 為什麼你的本地 LLM 回傳空白？一個參數就能修好 你的 Ollama API 回 200 OK、done: true，但 response 是空字串。模型沒壞——它把所有 token 都寫進了 thinking 欄位。一個參數就能修好。
AI 你的 AI 沒有反對黨：為什麼單一 LLM 是一場 Echo Chamber 你讓 Claude 寫了一段 code，然後請它 review 自己寫的 code。它說「看起來不錯」。恭喜你，你剛跑了一場一人選舉。Multi-agent 不是軍備競賽，是治理結構。
DGX Spark Ollama 默默把你的 Gemma4 KV cache 撐到 256K：DGX Spark 配置優化的真實坑 DGX Spark + Gemma4 31B + Ollama 預設配置會默默把 KV cache 拉到 256K context，21GB unified memory 蒸發，inference 卡 28 分鐘。記錄 root cause 與最佳配置：FA=0、KV cache f16、num_ctx 鎖 8K、用 /api/chat 不用 /v1/chat/completions。
ollama Ollama + bge-m3 Embedding 產生 NaN 導致寫入失敗：完整診斷與修復 Ollama + bge-m3 embedding 對長中文文字產生 NaN，root cause 是 flash attention F16 overflow。一個環境變數修復：OLLAMA_FLASH_ATTENTION=0
