@WuSiYu 当然我们的“单臂路由”似乎并不是同一种，我那个是配的是“旁路由”，ipv4 是主路由横跨两个网段，上行过软路由到主路由，下行直接从主路由发到客户端。你这种似乎只是划分 vlan 的话，按说跟正常网络层拓扑没区别

不知道是不是同样的问题，但或许可以检查下这两个设置然后试试：
1. 在“防火墙”页面中关闭“丢弃无效数据包”
2. 打开 WAN Zone – 编辑 – 连接追踪设置 – 允许“无效”流量

这是我之前折腾单臂路由时遇到网络不通的解决方案，具体请参考： https://wusiyu.me/openwrt-bypass-gateway-tcp-not-work/

typo: 分析器 -> 分词器

另外你这满满民科的用词真的很难让人看下去

简单看了下，似乎没啥人，那我先来锐评下你的几个核心点吧：

1. 四元数这个点，看起来是加了一个数学约束，做了个权重复用。直接的结果是能省一些参数量，而能不能有什么神奇的能力提升效果目前还无从得知（你不能只是形而上学的解释，需要有更有说服力的推导或者实验）；

2. rank-8 这个点，看起来就是把 lora 的 adapter 直接当原始模型用了（或者有点深度可分离卷积那种意思），但能否有性能和参数量比的收益很难说。另外 rank=8 这种量级，我很怀疑这到底能不能 work （毕竟这又不是 lora 微调）。你说正常 LLM 学东西是背书，那有没有一种可能就是你的模型压根就学不会呢？

3. 直接不用分析器是开历史倒车，这会浪费很多模型的能力去做本不需要它做的事，跟你最求小参数量的目标是相反的；

4. trivial

code/readme is cheap, show me the paper/evaluation

因噎废食这一块

等回头哪天你把小病拖成大病就老实了，到时候记得可别找医院闹哦

@akorn 那个 1000T 是 fp4+稀疏，要按这么算 5090 有 3352T

@EDD mac + nvidia 算不上完全体，用不了 nvidia-docker ，很多应用依赖很复杂，都是以 docker 形式发布的，自己配你得解决各种奇怪问题

aigc 跟 llm 不一样，显存需求没那么夸张，但计算密集，苹果没啥优势，建议上 n 卡

电脑空间大，不像手机只能那么密集，不容易把别的件吹虚焊，手艺靠谱的师傅应该没啥显著的故障率区别，但还是勤备份吧，毕竟苹果前几代自己纯原厂的都有烧硬盘的通病
另外原厂应该是高温无铅焊锡，扩容新焊上去时用的可能是有铅的中温锡，要是焊 CPU/GPU 核心之类的会有可靠性的区别，但对没啥发热也不算大的硬盘来说不会有太大区别

纯猜测：有可能 mac 的 c 口允许电流更高，并且耳机通过协议知道了这一点？
反正苹果有个古老的 pro speaker usb 小音箱是有类似机制，跟 mac 协商后 USB A 口允许电流能从 0.5A 增加到 4A

@MossFox 估计是经典的浮点数精度问题

感觉纯瞎扯，正经项目里人的 code 都得 review ，更何况是 AI 的
LLM 这东西跟编译器完全不是一个概念，谁家编译器判断输出啥是靠概率的？并且每次还会不一样？（开了 sampling ）

S30 定位是个亮机卡吧，fp32 理论性能比 1650 低一两成，实际性能低多少得看你玩啥

mac + 蓝牙无线鼠标难用的很，延迟高还锁刷新率，顺滑程度远不如高回报率的 2.4G 或有线鼠标

楼上一堆人没一个人能解释为啥关了密码同步后本地还能影响云端，在 op 明显是遇到了一个苹果的与描述不符的预期外行为后第一反应居然是赖 op 不该这么搞？

另外回楼上一些人，仅关闭“iCloud -> 密码与钥匙串 同步” （而非整个 iCloud 同步）时是不会提示“是否删除本地”的