LMDeploy 能做什么：10 个具体使用场景
上海人工智能实验室开源的模型压缩与部署工具——这是 LMDeploy 最主要的用途，也是本文讨论的前提。
下面列出 10 个具体场景，每个都注明适合与不适合的情况。
10 个场景
- 本地部署试跑：适合每周重复执行。
- 私有知识问答：效果依赖输入材料质量。
- 接入现有应用：适合每周重复执行。
- 小规模微调：适合每周重复执行。
- 模型对比测试：可以做成固定模板。
- 团队共享服务：可以做成固定模板。
- 软件工程师：代码阅读与重构：适合先小范围试用。
- 科研人员：文献检索与阅读：适合先小范围试用。
- 数据分析师：取数与 SQL：效果依赖输入材料质量。
- 研究生：文献阅读：需要人工复核。
挑两个场景细看
模型对比测试
输入：两到三个候选开源模型。
用 20 个真实业务问题测试候选模型，记录回答质量、速度和资源占用，选出最适合的模型。
交付前确认：测试问题相同。
团队共享服务
准备材料：一台团队共用的服务器。
把服务部署为团队共享：设置访问认证、按用户记录调用日志、限制单用户并发，并写一份使用说明。
检查点：开启了访问认证。
不适合的场景
- 需要专业资质最终签字的判断。
- 无法核实来源却要公开发布的内容。
- 涉及他人隐私且未获授权的材料。
更多可以试的用法
私有知识问答
输入：一批不能上传云端的内部文档。
在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。
检查点：断网可用。
接入现有应用
适用情况：手头有一个已有的业务系统时。
通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。
交付前确认：超时与并发有限制。
小规模微调
准备材料：几百条高质量问答数据。
用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。
检查点：有前后对比。
常见问题：中文效果不理想
优先选择中文训练数据充足的模型。
常见问题：显存不足无法加载
换用更小的模型或更低的量化等级，或启用 CPU 卸载。
常见问题：服务对外暴露有风险
只监听内网地址，加认证和反向代理。
概念补充：量化
降低模型参数精度以减少显存占用，可能影响效果。
概念补充：LoRA 微调
只训练少量附加参数的低成本微调方法。
适合人群：软件工程师
软件工程师可以用 LMDeploy 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
适合人群：研究生
研究生可以用 LMDeploy 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
写在最后
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
本文基于 LMDeploy 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。