本地模型下载：看懂参数、量化与文件

开始使用

1. 分清系列和版本：Qwen、Gemma、Llama 是系列，具体版本还包含代际、参数规模、用途和量化；不要只看名称相近就视为同一模型。
2. 先看模型卡：确认发布者、上游来源、许可、用途和运行说明。社区微调或消融模型也要保留来源，不把“破甲”标签当成效果或安全保证。
3. 再选运行工具：图形界面可查看 LM Studio；命令行工作流可查看 Ollama 或 llama.cpp。先核对工具对该架构和格式的支持。
4. 确认文件格式：GGUF 是文件格式，不是模型名称，也不等于某一种量化；同一仓库可能提供多个不同精度的文件。
5. 核对量化名称：Q4_K_M、Q8_0 等必须与实际文件一致。不能把仓库里不存在的量化当成可下载版本。
6. 留足运行空间：磁盘文件大小不等于总内存占用，系统、运行时和上下文缓存都要留余量；Mac 统一内存与独立显存分开核算。
7. 首次加载用短上下文：从小模型、短输入和单个任务开始。内存不足先降低上下文或选择更小版本，不盲目照搬最大配置。
8. 验收后再归档：记录仓库和文件名、量化、运行工具版本、设备、上下文与真实输出；没有跑过的配置只标估算。