autocomplete

一位用户讨论将小型自动补全模型（2500万参数）作为学习项目来构建，提到硬件限制（32GB VRAM）、数据要求（约1亿个token），并寻求关于数据集和自动补全式训练的数据格式的建议。

本文介绍了RelGT-AC，一种专门为关系数据库中的自动补全任务设计的关系图变换器架构。该模型在RelGT架构基础上扩展了列掩码以防止平凡解、用于多种预测类型的统一任务头，以及利用词汇信号的TF-IDF文本编码器，在RelBench v2基准测试上取得了显著优于基线的改进。

关于硬件进水损坏修复的个人更新，展示MLX-VLM在本地RTX6000 Pro上运行Qwen3-4B-Instruct，以约300 tok/s的速度通过Zed IDE实现自动补全和git提交信息生成。

使用 llama.cpp 在单块 16GB GPU 及 64GB+ 内存上设置本地 LLM 自动完成（Qwen2.5-Coder-7B）与代理编码（Qwen3.6-35B-A3B）的技术指南，包含命令与性能基准。