本地模型
Local model
学到 认得 就够：听到能明白
你可能会说
“我想在自己电脑上读未发表资料，本地运行究竟说明什么，能自动保证不外传吗？”
本地模型通常指在自己的设备或自管环境中运行模型推理，输入不必发送给远程生成服务；它描述运行位置，不自动说明整个应用的数据流。
使用 AI
科研里的例子
机构把模型部署在受控服务器上处理去标识访谈，同时限制外部连接并保存处理记录；这仍需检查实际应用调用了哪些服务。
本地运行需要模型文件、推理软件和足够硬件，能力、速度与资源需求取决于具体配置。应用仍可能联网下载文件、查询资料或记录遥测，所以判断隐私不能只看模型在本机。也应区分个人电脑、机构服务器和云端自部署，不把它们都当作完全相同环境。科研使用还需验证文档解析、检索和输出质量，不能因离线就免于实质核验。
在你的学科里，直接拿去用
查错并交付能核验的修复
请定位问题并给最小修复。 代码与环境：[粘贴] 输入样例：[不含私密信息的小样本] 实际错误或输出：[粘贴] 我期望：[填写] 先区分已观察事实与可能原因，优先用最小样例验证。解释根因，给最小差异和有意义的检查。没有实际运行权限时明确标为未运行建议，不把推测写成测试通过。若修改会影响研究规则或结果，指出具体影响，不顺手重构无关部分。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG09
整理访谈材料的使用授权与去标识方案
请依据[知情同意材料、机构要求]，为[研究用途]审查[文本样例]的使用边界。分别检查录音、分析、逐字引用、身份披露、对外共享和上传[工具]是否有明确授权；找不到就列为待确认，不推定录音许可覆盖全部用途。按直接标识、间接标识和叙事组合再识别风险提出最小必要替换，尽量保留分析意义，映射表与待共享文本分开保存。输出权限对照表、去标识建议及需由研究负责人或机构决定的问题。只据所给文本判断，不承诺匿名或合规已获认证。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PS05
判断
亲手检查一次
检查生成请求的实际运行位置和网络行为，核对模型许可与资源需求，再用熟悉材料评估错漏，确认整个流程符合项目安排。
它做不到的
本地不等于免费、开源或无需授权，也不一定比远程模型更准确；模型之外的工具、插件和日志仍可能产生外部数据流。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。