Gemma Local Deployment Guide: Run Gemma 4 and Gemma 3 with Ollama, Sized by VRAM
Gemma local deployment with Ollama: compare Gemma 4 e2b, e4b, 12b, 26b and 31b sizes and context, pick one by VRAM, and set thinking mode, sampling, and fixes.
-
-
gpt-oss Local Deployment Guide: Run gpt-oss-20b and gpt-oss-120b with Ollama and llama.cpp
gpt-oss local deployment with Ollama and llama.cpp: official memory needs for 20b and 120b, MXFP4, MoE offload flags, and reasoning effort.
-
AMD 显卡跑本地大模型：ROCm 与 Vulkan 怎么选，RX 7900 XTX、9070 XT 能用吗
AMD 显卡跑本地大模型怎么配？对照 Ollama 官方支持列表，讲清 ROCm 与 Vulkan 后端、RX 7900 XTX 与 9070 XT 的显存带宽、环境变量和排错。
-
KV cache 显存占用：上下文长度怎么吃显存，公式、算例与排查（2026）
KV cache 显存占用怎么算：公式、7B 到 70B 模型的算例、f16 与 q8_0、q4_0 缓存的区别、Ollama 的默认上下文，以及显存不足时的处理办法。
-
Gemma 本地部署教程：用 Ollama 运行 Gemma 4 与 Gemma 3，按显存选版本
Gemma 本地部署教程：用 Ollama 运行 Gemma 4 与 3，对照 e2b、e4b、12b、26b、31b 的体积与上下文，按显存选版本，附思考模式与排错。
-
gpt-oss 本地部署教程：用 Ollama 与 llama.cpp 运行 gpt-oss-20b 和 gpt-oss-120b
gpt-oss 本地部署教程：用 Ollama 与 llama.cpp 运行 20b 和 120b，对照官方内存需求、MXFP4 量化、MoE 卸载参数与推理强度设置。
-
本地大模型编程助手：用 Ollama、Continue 和 Qwen Coder 搭建私有代码助手（2026）
本地大模型编程怎么搭：Ollama 加 Continue 扩展，按显存选 Qwen Coder 版本，补全、聊天、智能体分工，以及上下文长度与速度的常见坑。
-
本地大模型 隐私：哪些数据留在本机、哪些可能泄露，附实用检查清单（2026）
本地大模型 隐私说明：哪些数据真正留在本机，哪些环节仍可能泄露，需要检查的 Ollama 与 Open WebUI 设置，以及一份可直接照做的检查清单。
-
本地知识库搭建（RAG）：Ollama + Open WebUI / AnythingLLM 实战
本地知识库搭建怎么做？用 Ollama 配 Open WebUI 或 AnythingLLM 做 RAG：嵌入模型、切块、上下文长度与常见坑，数据全程留在本机。
-
Mac mini 做本地大模型服务器：怎么配置、选哪档内存、能跑多大的模型
把 Mac mini 做成本地大模型服务器：M6 与 M5 Pro 的带宽差异、内存档位怎么选、Ollama 对外服务设置、不休眠与开机自启，以及每 GB 参考价对比。
