Best Ollama Local Model To USE

未关闭
  • 哪里不对？
#362 4 条评论 0 个 reaction 已指派 1 人 在 GitHub 查看

维护者通常 2 天内回复

@Chenglong-MS 已经在做这个了。

开始于 2026年6月16日。

评估

这个 Issue 还没有评估数据。

描述

I’ve tried a lot of the local models from Ollama, and pretty much none of them have been able to run Data Formulator for me. I was expecting better results since my laptop is definitely not low-end:

  • OMEN 16

  • Intel® Core™ i9-14900HX

  • RTX 5070 Laptop GPU (8 GB VRAM)

  • 32 GB RAM

Even with this setup, I still haven’t found a local LLM that works well with Data Formulator. It feels like either the models I’m trying aren’t the right ones, or there’s something about Data Formulator’s requirements that’s not clear for local setups.

Could you help with:

  • A list of Ollama models that are actually known to work with Data Formulator?
  • The minimum specs you’d recommend (especially VRAM)?
  • Any specific settings (quantization, context length, Ollama options) that should be used?
  • If 8 GB VRAM is basically too small for this, what’s the smallest model that’s expected to work?

I’m hoping to get a working local setup and would really appreciate any guidance or a clear “these models work, these don’t” list.

主要语言
Python
星标
17.7k
派生
1.7k
平均合并
4 天 1 小时
30 天内合并 PR
8

环境准备

在 Codespaces 中打开

在浏览器里用你自己的 GitHub 账号启动这个项目的开发容器。

  • 提供 Dockerfile 或 Docker Compose 文件
  • 没有 Pull Request 模板
  • 阅读贡献指南

从这里开始

  1. 先读完整个 Issue，再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库，在一个分支上完成修改。
  4. 提交 Pull Request，并在描述里引用这个 Issue 编号。

microsoft/data-formulator 的其他 Issue

查看 microsoft/data-formulator 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。