最直接有效的办法是升级 Ollama 到支持多语言分词优化的版本，并重新拉取官方完整的模型文件，避免使用缓存损坏的旧版本。
先说结论：大部分乱码或截断问题源于 Ollama 引擎版本过旧或模型文件完整性受损，而非模型本身缺陷。
- 先确认 Ollama 版本是否支持最新的分词器逻辑（如 v0.12.2 及以上）。
- 先处理本地模型缓存，强制重新拉取完整模型文件。
- 再验证中文长文本输出是否完整且无乱码。
命令速用版
如果你希望快速尝试修复，可以先执行更新和重新拉取命令：
ollama serve 确保服务运行后，在另一个终端执行：
ollama pull qwen2.5:7b
若已安装，建议先删除旧模型再拉取：
ollama rm qwen2.5:7b
ollama pull qwen2.5:7b
为什么会这样
乱码通常是因为分词器（Tokenizer）与模型权重不匹配，或者引擎对特殊字符的处理逻辑有缺陷。早期版本的 Ollama 在处理部分中文模型架构时，分词规则不够精细，导致输出字节流解析错误。此外，模型文件在下载过程中若遇到网络波动，可能只写入了部分数据却更新了 manifest 文件，导致加载时读取到损坏的数据块，表现为输出截断或乱码。
较新的 Ollama 版本（如 v0.12.2）引入了 Multi-Regex 分词器支持，能更好地处理中文、数字和符号的混合匹配，从底层减少了解析错误的可能性。
分步处理
1. 检查并升级 Ollama 版本
在终端输入 ollama -v 查看当前版本。如果版本较旧，建议前往官网下载最新安装包。新版本引擎对 Qwen 系列架构的权重加载与推理有更好的兼容性。
2. 清理损坏的模型缓存
有时候模型文件看似存在，实则不完整。执行 ollama rm <模型名> 删除本地模型。对于 Linux 用户，若权限允许，可检查 /usr/share/ollama/.ollama 或用户目录下的模型存储路径，确保没有残留的零字节文件。
3. 重新拉取官方模型
使用 ollama pull <模型名> 重新下载。确保网络环境稳定，避免中途断开。对于中文优化需求，优先选择带 instruct 或 chat 标签的版本，如 qwen2.5:7b-instruct。
4. 调整上下文参数（可选）
如果问题是长文本截断，可以在运行命令中指定上下文长度。例如：ollama run qwen2.5:7b `--num`_ctx 4096。部分模型支持更长的上下文，但需确保显存或内存充足。
怎么验证是否生效
运行一个简单的中文测试指令，观察输出是否流畅且无奇怪符号：
ollama run qwen2.5:7b "请用中文写一首关于春天的五言绝句"
检查点：
- 输出是否包含大量重复字符或乱码符号。
- 长文本测试时，是否在中间突然停止（截断）。
- 特殊标点符号（如书名号、引号）是否显示正常。
常见坑
1. WebUI 显示滞后
如果你使用 Ollama WebUI，有时模型已更新但界面未刷新。这是因为 WebUI 默认扫描特定路径下的 manifest 文件，若 Ollama 拉取时遇到缓存冲突，文件可能写在临时路径。尝试重启 WebUI 服务。
2. 权限问题导致加载失败
在 Linux 上，Ollama 服务用户与当前用户权限不一致可能导致模型文件读取失败，进而引发异常输出。确保当前用户已加入 ollama 或 docker 组，避免使用 sudo 运行客户端命令。
3. 模型版本选择错误
部分旧版 Qwen 模型对中文支持不如新版优化。如果遇到顽固乱码，尝试切换至 qwen2.5 系列，该系列在中文语境下的分词和输出稳定性有专门优化。
参考来源
- Ollama 部署 Qwen 模型避坑指南：从 Docker 权限到中文乱码的 7 个常见问题解决方案
- ollama v0.12.2 版本更新详解:Qwen3 架构支持、Multi-Regex 分词器、新引擎前后缀匹配等功能升级
- 通义千问 2.5-7B 中文优化方案：解决输出乱码，获得更佳对话体验
- 开源大模型部署避坑指南:Qwen3-14B 常见问题解决方案