刑辩律师本地运行Qwen3处理涉密案卷，遭遇幻觉难题
Logical-Charge8760 · reddit · 2026-07-06
一位巴西刑事辩护律师因案件保密无法使用云端API，在RTX 4060（8GB显存）+32GB RAM笔记本上用llama.cpp部署Qwen3 35B-A3B（MoE）处理法律文书改编任务，但模型频繁以高置信度幻构法条引用。
其工作流为：从历史文书库中选最近模板，让模型替换事实细节、删除不适用段落、保留法律推理和引用。他寻求grounding、模型选择和RAG管线方面的改进建议，同时指出葡萄牙语（巴西）法律文本对小模型是额外挑战。
「Infra」频道最新
- Nvidia 被调侃成开源 AI 领头羊，仓库图却真排第一 — AccBalanced · 2026-07-27
- 8 美元 ESP32-S3 竟能离线跑 2890 万参数模型 — yangyi · 2026-07-27
- YC 演讲谈 BCI × AI：真正决定速度的是基础设施 — garrytan · 2026-07-27
- 13B 模型靠 SSD 分页在无独显电脑上离线跑通 — ID_R_McGregor · 2026-07-27
- llama.cpp 提醒：旧版 GGUF 在新改动后必须重生成 — EconomySerious · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27