GitHub · 去对齐工具与仓库·· 2 天前精选AI 评分67
Strix Halo 128GB 本地模型能力评测报告发布，含退役模型账本
strix-halo-128-benchmarks/strix-halo-128-benchmarks.github.io
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/strix-halo-128-benchmarks/strix-halo-128-benchmarks.github.io
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一台 Minisforum MS-S1 MAX（Ryzen AI Max+ 395，128 GB 统一内存）上的本地模型评测报告发布，基于 llama.cpp/Vulkan 记录 118 次运行、16 个模型文件（2026-10-07 至 2026-10-31），按代码、知识、推理、decode、prefill 等轴分表呈现 HumanEval pass@1 与 MMLU-Pro 分数。主要发现包括：前五名模型的 HumanEval 仅相差 2.2 pp 而权重从 15.6 GiB 到 63 GiB 不等；max_tokens 512 下测得的分数只是下限，重测一个 35B 文件在 4096 时有十四项分数变动；一个 2-bit MoE 保持 0.945 HumanEval 却跌至 0.3667 MMLU。
推荐理由
报告把 HumanEval 和 MMLU-Pro 能力分数与具体量化文件一一对应，还公开了退役模型账本和复现工具，适合关注这台机器上该下载哪个权重文件的读者。
来源：GitHub · 去对齐工具与仓库 · github.com
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。