本地 LLM 停不下来时，问题可能不在模型：排查聊天模板与 GGUF 元数据

本地 LLM 回答后继续生成、忽略系统提示或丢失指令，通常源于聊天模板或 GGUF token 元数据，而不是模型权重。文章解释聊天模板如何用控制 token 复现训练格式，比较 Hugging Face transformers、llama.cpp 和 minijinja 的模板执行差异，并说明错误停止 token、特殊 token 被拆成普通子词、缺少生成提示等故障。