1 published article
本地AI推理
Ollama预览MLX支持的Apple芯片推理，将Qwen3.5-35B-A3B模型在M5上的预填充速度推至1,851 tok/s。该版本还引入NVFP4量化以保证生产级一致性，并为代理工作流提供更智能的缓存机制。
2026-03-30