Linxiushen d4b67f1783 [fix] serve_openai_api 非流式端点的 max_tokens 不生效，与流式端点行为不一致 ... 非流式分支传的是 max_length，但 MiniMindForCausalLM.generate() 的签名里 没有这个形参（只有 max_new_tokens=8192），max_length 被 **kwargs 吞掉后 无人处理，于是 request.max_tokens 对生成长度零约束。 同一文件的流式分支（第117行）传的是 max_new_tokens=max_tokens，精确生效。 同一个请求参数在两条路径上行为完全不同。 判决性实验：同时传 max_length=15 与 max_new_tokens=20， prompt 长度 10 -> 实际输出总长 30（新增 20），证明 max_length 被无视。 改为与流式分支一致的 max_new_tokens=request.max_tokens（一行）。		2026-09-20 11:54:35 +08:00
..
chat_api.py	[fix] robustness	2026-06-28 18:03:34 +08:00
convert_model.py	[update] tie embedding	2026-04-19 21:57:28 +08:00
eval_toolcall.py	[fix] replace tool eval() with an AST math evaluator	2026-09-07 07:53:33 +08:00
serve_openai_api.py	[fix] serve_openai_api 非流式端点的 max_tokens 不生效，与流式端点行为不一致	2026-09-20 11:54:35 +08:00
web_demo.py	[fix] replace tool eval() with an AST math evaluator	2026-09-07 07:53:33 +08:00