一个研究生，两款模型，74万次下载
HuggingFace的Trending模型榜，向来是大厂的秀场——直到逯雨鑫（yuxinlu1）带着他的GGUF量化模型闯了进来。
这个美国AI方向的在读研究生，用Gemma4-12B做底座，通过蒸馏把Fable 5的编程推理能力「压」进了一个仅需4.5GB显存就能跑的小模型。结果很直接：在HuggingFace趋势榜上，它一度超过了智谱GLM-5.2、百度Unlimited-OCR等大厂作品，两款模型合计下载量突破74万。
怎么做到的？数据质量胜过数量
逯雨鑫的秘诀不算神秘，但很费功夫：他用约1万条高质量、经过验证的训练数据，而不是几百万条噪声数据。具体来说，他用Fable 5生成代码推理链，但只保留「能通过测试用例」的那些——相当于让老师先改作业，再把满分答案给学生做示范。
两个版本各有侧重：V1 Coder版专注代码生成与解题；V2 Agentic版增加了多步工具调用能力。在tau2-bench telecom子集上，V2得分55%，而基座Gemma4-12B只有15%——提升了约3.5倍。
「大厂能做得更好，但开源小模型受品牌和API引流目标影响。个人开发者可以更纯粹地解决『好用』问题。」——逯雨鑫
为什么是现在？本地AI的窗口打开了
这几年有个矛盾的现象：云端大模型越来越强，但很多人反而开始关心「本地能跑」的模型。原因很实际：隐私（不想把代码发给云端）、成本（不想为API账单发愁）、延迟（本地推理零网络开销）。
逯雨鑫的模型最小版本（Q2_K）只要4.5GB显存，一张RTX 4060就能跑。对于很多个人开发者和中小团队，这个门槛意味着「不用申请采购、自己的笔记本就能用」。
作者是个什么样的人？
逯雨鑫，美国AI方向在读研究生，本科背景是数据与商业分析。他自述患有ADHD，但在快速变化的AI领域，这种「兴趣快速切换」的特质反而成了优势——hyperfocus让他能在模型训练上连续投入40多个小时。
项目是纯自费的：一张RTX 5090（32GB VRAM）、约96GB本地SSD，没有融资、没有团队。V2版本最耗时的不是训练，而是数据处理——尤其是agentic长序列的裁剪和验证。
- 模型底座：Google Gemma4-12B（蒸馏Fable 5能力）
- 量化格式：GGUF（兼容llama.cpp/Ollama/LM Studio）
- 最小显存：Q2_K约4.5GB（推荐Q4_K_M约6.87GB）
- 合计下载：超74万（HuggingFace Trending榜一度超越GLM-5.2）
- 未来计划：V3沿12B路线推进，同时开发基于Qwen3.6-27B的大版本