一個本地聊天模型、一項可重複的任務，以及可作比較的基準。
01／先揀一項有用的工作
適合的第一個用例，是把自己的短筆記改寫成清晰電郵。你可以逐項核對日期、姓名及行動有沒有保留。先使用虛構資料：模型即使語氣肯定，也可能編造細節。本地推理讓你控制生成在哪裏進行，但不代表答案必然正確。
本篇使用 Qwen3 4B 作為較小且成熟的起點，並非宣稱它是最新或最強模型。Ollama 列表標示的是 Q4_K_M 版本。選擇模型時，要為系統及上下文預留記憶體，不要只看下載檔案是否剛好放得下。
02／安裝並開始聊天
從 Ollama 官方下載頁安裝，並啟動程式或服務。macOS／Linux 使用終端機，Windows 使用 PowerShell。以下指令會下載模型並開始互動聊天；首次下載需要上網。完成後輸入 /bye 離開。
ollama --version
ollama pull qwen3:4b
ollama run qwen3:4b03／給任務一個驗收標準
把以下例子貼入聊天，檢查星期三、14:00 及地點有沒有保留，並確認沒有新增價錢、承諾或收件人。之後可試自己的非敏感筆記。有效的評估要看事實和格式，而不只看文筆是否流暢。
分別試短筆記及長筆記，記錄第一段有用文字出現前的等待，以及完整答案所需時間。先預熱一次，再重複同一任務三次；量度期間不要更改模型或提示。
Turn these notes into an email of at most 80 words.
Keep all facts. Do not add missing details.
Notes: Workshop moved to Wednesday, 14:00. Venue: Room B.
Ask participants to reply if they cannot attend.
/no_think04／弄清楚甚麼留在本機
選擇已下載的本地模型，而非雲端模型。如要使用 Ollama 的純本地模式，可在現有 ~/.ollama/server.json 加入 disable_ollama_cloud: true，保留其他設定，然後重新啟動 Ollama。模型下載仍需要網絡；瀏覽器擴充功能或連接的工具也可能另有資料傳輸。
完成下載後，可暫時斷網再跑無敏感內容的測試。如失敗，找出哪個元件需要連線。模型運行時用 ollama ps 查看運算放在哪裏。意外使用 CPU、記憶體壓力或過長上下文都可能拖慢回應；購買硬件前先試較小模型。
05／下一步
保留一小組提示及預期事實，日後轉模型時重跑。TokFire Bench 會獨立量度支援的 GGUF／llama.cpp 或 MLX／oMLX 工作流程；Ollama 聊天不會自動變成 TokFire 測試。盡量使用同一基礎模型，並記錄執行環境及量化差異，不要把分數混在一起。