【代码】Mac安装Docker全指南：Intel/M1/M2/M3通用。

RoPE 将 Q/K 向量按二维分组做位置相关正交旋转，利用复数 / 三角差角公式让注意力分数仅依赖 token 相对距离；Qwen3 在旋转前增加 QK-Norm 稳定数值，是当前大模型标准位置编码方案。

希望充分利用 Mac 的 GPU 性能，这是针对 Apple Silicon 芯片推荐的方案。MLX 是专为统一内存架构设计的机器学习框架，对 Qwen3 系列模型有原生支持，可以完美解决 GQA 的兼容性问题。切换到。MLX 是苹果官方为 Apple Silicon 设计的深度学习框架，对 Qwen3 的 GQA 机制有完美支持。

把你微调好的模型用起来，现在主要有四种方法，你可以根据习惯和场景来选择。我把它们的要点整理在了下面的表格里，方便你快速比较。

1、打开Hugging Face官网https://huggingface.co/docs/transformers/installation#offline-mode：2、访问Hugging Face模型库，搜索所需BERT模型变体如。3、根据你的框架选择合适的文件，（pytorch：pytorch_model.bin ；TensorFlow：tf_model.h5），把所有文件下载到本地：4、