Mac专属大模型框架来了！两行代码部署，能聊本地数据，还支持中文

1,047 0 0

模型信息

【模型公司】 月之暗面
【模型名称】 moonshot-v1-32k
【摘要评分】 ★★★★★

文章摘要

【关键词】 Chat with MLX、苹果电脑、大模型、本地部署、AI

Chat with MLX是一个新框架，允许Mac用户在本地运行大型机器学习模型，类似于N卡用户的Chat with RTX。这个框架由一名前OpenAI员工开发，支持11种语言和7种开源大模型。用户可以通过简单的pip命令安装，并在终端中启动。Chat with MLX不仅支持本地文档总结和YouTube视频分析，还可以使用自有数据进行索引。尽管在苹果设备上运行可能会对计算量造成较大负担，但用户体验仍然积极。测试表明，模型在M1芯片的MacBook上表现流畅，尤其是在不使用定制数据时。Chat with MLX的本地RAG检索功能是其主要卖点，尽管速度略慢于纯生成。开发者还在GitHub上积极回应用户反馈，更新程序。总的来说，Chat with MLX的推出标志着本地化、专属化大模型向消费级产品的普及趋势。

摘要总结

Chat with MLX 是一个新推出的框架，它使得Mac用户也能够在本地运行大型机器学习模型，类似于N卡用户使用的Chat with RTX。这个框架由一名OpenAI的前员工开发，它支持包括中文在内的11种语言，并自带7种开源大模型。用户可以通过简单的pip命令安装Chat with MLX，并在终端中启动它。这个框架不仅能够进行本地文档总结和YouTube视频分析，还能够使用用户自有的数据进行索引。

在实际测试中，Chat with MLX在M1芯片的MacBook上表现出了流畅的性能，尤其是在不使用定制数据的情况下。尽管如此，由于计算量较大，它在速度上可能无法与英伟达的Chat with RTX相媲美。此外，Chat with MLX的本地RAG检索功能是其主要卖点，尽管在测试中发现速度略慢，并且有时会出现提示词被吐出的情况。

开发者在GitHub上积极回应用户的反馈，并更新了程序。Chat with MLX的推出显示了本地化、专属化大模型向消费级产品普及的趋势。对于那些关心数据安全性的用户来说，这是一个值得考虑的选择。GitHub上的项目地址为：[Chat with MLX GitHub](https://github.com/qnguyen3/chat-with-mlx)。