Views
No views yet
当前版本：V14（格式规范版）
/no_think 直接作答、按难度调深度），并规范了思考输出的标签格式。🙏 关于本项目：这是一个个人开发者初次尝试的开源项目，模型由 1.7B 小参数基座微调而来，能力有限——复杂代码、多步推理可能出错，思考输出偶有格式瑕疵。它更适合作为轻量本地助手，不适合作为生产级编程工具。
本仓库提供 GGUF 格式（跨平台，Ollama / llama.cpp / LM Studio 通用）。如需 Apple Silicon 的 MLX 版本，见 mlx-LycheeAI-coder-1.7b。
| 文件 | 大小 | 量化 | 说明 |
|---|---|---|---|
| mlx-LycheeAI-coder-1.7b-q4_k_m.gguf | 1.05GB | Q4_K_M | 推荐，平衡质量与大小 |
1# 1. 下载 q4_k_m 版本后，创建 Modelfile（或直接用仓库内 Modelfile）
2ollama create lychee-coder -f Modelfile
3# 2. 运行
4ollama run lychee-coder "用 Python 写一个快速排序"llama-cli -m mlx-LycheeAI-coder-1.7b-q4_k_m.gguf -p "写一个二分查找" -n 256<think> 推理）+ 直答 49（/no_think）+ 锚点 30，学会可开关思考（从第五轮续训，lr 5e-5，160 步）<think>，按难度调深度）+ 关闭思考 100（各类型 /no_think 直答），实现 A+B 思考开关 + 统一思考链模板 + 写代码先讲思路（从 v12 续训，lr 5e-5，300 步）<think> 严格成对、think 内只放推理、答案在 </think> 外），修复标签孤立/伪标记（从 v13 续训，lr 5e-5，200 步）