MLC LLM 术语速查：看懂设置和文档的关键词

MLC LLM 是一款开源项目：把大模型编译部署到手机、浏览器等设备的开源项目。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

开放权重：公开模型参数可下载使用，但许可证条款各不相同。
量化：降低模型参数精度以减少显存占用，可能影响效果。
GGUF：llama.cpp 生态常用的模型文件格式。
推理框架：负责加载模型并高效生成结果的软件。
LoRA 微调：只训练少量附加参数的低成本微调方法。
许可证：规定能否商用、是否需署名等条件，部署前必须阅读。

和 MLC LLM 相关的补充

开源项目：MLC LLM 的产品形态，决定了安装、权限和数据存放方式。
同类产品：llama.cpp、MLX、ExecuTorch。
所属方向：本地与开源。

把概念用起来

小规模微调

输入：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。

验收标准：有前后对比。

更多可以试的用法

私有知识问答

适用情况：手头有一批不能上传云端的内部文档时。

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。

本地部署试跑

准备材料：一台有独立显卡或大内存的电脑。

按官方文档在本机部署，选择一个适合显存的模型尺寸，运行一个简单的对话或推理测试，记录显存占用和生成速度。

交付前确认：记录了资源占用。

团队共享服务

输入：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。

交付前确认：开启了访问认证。

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。

常见问题：升级后不兼容

固定版本号，升级前在测试环境验证。

常见问题：生成速度很慢

检查是否使用了 GPU 加速，减少上下文长度。

概念补充：许可证

规定能否商用、是否需署名等条件，部署前必须阅读。

概念补充：GGUF

llama.cpp 生态常用的模型文件格式。

适合人群：数据分析师

数据分析师可以用 MLC LLM 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：研究生

研究生可以用 MLC LLM 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。

适合人群：科研人员

科研人员可以用 MLC LLM 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

注意事项

涉及个人信息、商业机密或受监管数据时，先确认 MLC LLM 的数据处理条款，再决定能否使用。

本文基于 MLC LLM 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。