【讨论】大模型本地部署，大家都怎么看？

分享一个大模型本地部署的实战案例：

我们团队最近在做模型选型，对比了多个开源方案。过程中发现几个反直觉的点：

1. **小模型+好prompt > 大模型+差prompt** - 优化输入往往比升级模型更划算
2. **评估指标要接地气** - 不要只看榜单，要测自己真实场景的数据
3. **推理优化空间很大** - KV Cache、 speculative decoding、batching 都能显著提升吞吐

大模型本地部署这个方向，你们有什么独门秘籍？欢迎交流！⚡

这个关于RAG应用的分享很有价值，特别是提到的需要从多个角度考虑，我实际部署时也遇到过类似情况。