S
SkillNav

Dan Woods 用 Apple 论文在 MacBook 上跑 Qwen 397B

深度Simon Willison2026年3月18日2 分钟阅读
Dan Woods 利用 Apple 的「LLM in a Flash」研究，在 48GB 内存的 MacBook Pro M3 Max 上，让 Qwen3.5-397B-A17B 模型以每秒 5.5+ token 的速度运行。他通过 Claude Code 自动执行了 90 次实验，生成了优化的 MLX 和 Metal 代码。
本文编译自 Autoresearching Apple's "LLM in a Flash" to run Qwen 397B locally，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

Cursor 推出 Composer 2.5，降价叫板 Opus 和 GPT

Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。

深度The New Stack·5月20日·5 分钟

ChatVis：LLM代理生成科学可视化

ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。

深度·5月20日·40 分钟

评论