Meta LLaMA 3.2 3B 輕量版本,HF 月下載 1210 萬次,支援 128K 上下文,適合邊緣設備和低端 GPU。
| 量化 | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|
| Q4_K_M★ | 1.9 GB | 2.1 GB | 2.5 GB | 3.3 GB | 4.9 GB | 8.1 GB |
| Q8_0 | 3.4 GB | 3.6 GB | 4.0 GB | 4.8 GB | 6.4 GB | 9.6 GB |
安裝 Ollama 後直接執行,自動下載並運行模型。
ollama run llama3.2:3b
適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。
# Download GGUF model from Hugging Face, then run: ./llama-cli -m model.gguf -p "Hello" -n 128
下載 LM Studio,在搜尋欄輸入模型名稱,點擊下載即可。支援 Windows/Mac/Linux。
ollama run llama3.2:3bLLaMA-3.2-3B 是一個開源語言模型,擁有 3B 參數,採用 LLaMA 3.2 授權。可使用 Ollama、llama.cpp、LM Studio 進行部署。適用場景包括:適用於資源受限的邊緣設備或低階GPU進行本地部署,實現快速回應的AI應用。、在記憶體有限的環境中,處理和理解長篇文本內容,例如文件摘要或問答系統。。核心優勢:輕量高效、長上下文、邊緣部署、低VRAM需求。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。
分享你的使用體驗,幫助其他人了解這個模型