Meta Muse Glimmer 30B 發表｜24GB 顯卡能跑，本機 AI Agent 開放權重

Meta 發布 Muse Glimmer 30B 開放權重模型，主打在 24GB、32GB 消費級硬體執行本機 AI Agent。本文整理 Muse Glimmer 與 Muse Spark、Llama 的關係，說明 131K context、圖片理解、工具呼叫、錯誤恢復與 DFlash 推測解碼，並提供 llama.cpp 下載和啟動教學，比較官方量化版本的記憶體需求、速度、benchmark、Apache 2.0 授權、安全限制，以及 Muse Spark 1.2 開放權重計畫。

Gemma4 12B 發布，比較 Gemma4 全系列能力｜實測計概考試、程式作答、token 速度

Google 為 Gemma 4 開源家族補上 12B 中量級尺寸。這篇在 Mac mini M4 32GB 與 RTX 5070 Ti 兩種平台用 Ollama 實測 gemma4:12b，涵蓋 token 生成速度、計概 200 題單選題、以及實際寫 Python 解程式題三種跑分：選擇題逼近 26B，寫程式 70.2%、但難題仍吃力，dense 架構也讓 decode 墊底。文章拆解 26B MoE 與 31B dense 在 16GB 顯卡上的差異，整理 12B 的本地部署情境與顯卡記憶體選型。

MacBook Pro M2 Pro 跑 Gemma 4 實測｜Apple Silicon 本地 LLM

在 MacBook Pro M2 Pro 16GB 上用 Ollama 跑 Gemma 4 到底有多快？跟 RTX 3070 8GB 相比誰贏？這篇把 Apple Silicon 統一記憶體架構放進本地 LLM 的實戰對比，從 TPS、TTFT、長 prompt 塞滿 128K context 一路測到 Ollama 對 e2b 偷偷開 thinking 的 bug 跨平台重現，並給出 num_ctx 跟真實 prompt 長度兩個容易被混淆的觀念說明，幫筆電族開發者找到本地 LLM 的實用上限。

Gemma 4 E2B vs E4B 完整實測｜Thinking 模式的祕密與本地小模型最佳實踐

Gemma 4 的 E2B 和 E4B 兩個邊緣模型誰比較強？參數較小的 E2B 反而比 E4B 慢 10 倍是怎麼回事？這篇用 RTX 3070 跑了完整的 TPS、TTFT、品質對比 benchmark，並追到 Ollama renderer 層級找出 thinking 模式預設啟動的真相，順便整理本地小模型最佳實踐與 thinking、temperature、top_k、top_p 等參數說明。

Ollama 入門教學｜本地大語言模型新手指南（Windows／Linux／macOS）

Ollama 能在 Windows、Linux 與 macOS 執行和管理本機大語言模型，也能連接 Cloud 模型、Claude Code、Codex、OpenCode 與 REST API。本文從安裝、下載模型、App 與 CLI 操作開始，說明參數量、量化、RAM／VRAM、context length 與 CPU／GPU offload，再示範 Python API、模型管理、local-only 隱私設定及 Agent 整合方式。

不用寫程式的機器學習，使用Xcode的Create ML訓練電腦分類文章－Text Classification以簡訊分類為例

Apple的Create ML讓開發者不需要了解太多機器學習的原理就可以訓練出自己的AI模型，輸出的模型可以用在各種蘋果平台上。本篇文章教學如何在Mac上使用Create ML訓練一個文字分類的AI模型，搭配Swift語言示範如何在App中使用你的模型。訓練階段你可以完全不寫程式碼就訓練好文字模型，還可以在Preview頁面中直接使用模型來分類更多文字，不會程式語言的朋友們也能體驗機器學習的魅力。