本课模式：先看一句话定义 → 亲手操作 → 对照预期输出 → 勾选检查点。做完本课，你就能用自己的话说清楚「LLM 是什么」——因为你亲手摸过了。
📋 本课你将完成
- 本课完成：装好 Ollama 并跑起一个模型
- 亲眼看到 token 切分（第 3 步）
- 亲眼看到温度改变输出（第 4 步）
- 能用自己的话解释「LLM = 概率补全机器」
步骤 1
装 Ollama（一次性，5 分钟）
未完成🎯 这一步的目标：让电脑获得「本地跑大模型」的能力。Ollama 是最简单的本地模型运行器，一条命令装好。
brew install ollama▶ 预期输出（点开对照）
==> Downloading ... ==> Pouring ollama... 🍺 /usr/local/Cellar/ollama/...（看到 🍺 就是装好了）
如果出现：zsh: command not found: brew
怎么办：你还没装 Homebrew。先跑：/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"，装完再重试本步。
怎么办：你还没装 Homebrew。先跑：/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"，装完再重试本步。
如果出现：卡在 Downloading 很久
怎么办：网络问题。试试换镜像源：export HOMEBREW_BOTTLE_DOMAIN=https://mirrors.tuna.tsinghua.edu.cn/homebrew-bottles，再重试。
怎么办：网络问题。试试换镜像源：export HOMEBREW_BOTTLE_DOMAIN=https://mirrors.tuna.tsinghua.edu.cn/homebrew-bottles，再重试。
ollama --version▶ 预期输出（点开对照）
ollama version 0.x.x（有版本号即成功）
✅ 检查点：命令行输入 ollama --version 能打印版本号。
步骤 2
启动服务并拉取一个小模型（10 分钟）
未完成🎯 这一步的目标：下载一个 0.6B 参数的迷你模型（约 500MB）。小到任何 Mac 都能跑，小到能让你看清「规模」的差距。
ollama serve▶ 预期输出（点开对照）
（服务在前台运行，出现 listening on ... 即成功） 提示：这行会一直挂着，是正常的。另开一个终端窗口做下一步。
ollama pull qwen3:0.6b▶ 预期输出（点开对照）
pulling manifest ⠋ pulling 500MB... 100% ████████████████ verifying sha256 digest ✓ writing manifest ✓ success
ollama list▶ 预期输出（点开对照）
NAME ID SIZE MODIFIED qwen3:0.6b xxxxxxxxxxxx 500MB Now
✅ 检查点：ollama list 能看到 qwen3:0.6b。
步骤 3
第一次对话 + 看 token 切分（10 分钟）
未完成🎯 这一步的目标：跑起模型，并理解「模型读的是 token 不是字符」。
ollama run qwen3:0.6b▶ 预期输出（点开对照）
>>> 提示符出现，表示模型已就绪
用三句话解释什么是 token▶ 预期输出（点开对照）
（模型会输出一段回答。0.6B 的回答通常较短、偶有语病——这是正常的，别失望，这正是「规模差距」的实感）
/bye▶ 预期输出（点开对照）
>>> （回到命令行）
✅ 检查点：成功完成一次问答，并亲眼看到小模型的局限。
步骤 4
亲手改温度，看行为变化（10 分钟）
未完成🎯 这一步的目标：理解「同一模型，不同性格」——温度是采样参数，不是模型参数。
ollama run qwen3:0.6b
/set parameter temperature 0
给我讲一个关于火星的小故事▶ 预期输出（点开对照）
（输出通常较短、直接、不太有创意——因为总是选最高概率的词）
/set parameter temperature 1.5
再讲一个▶ 预期输出（点开对照）
（输出会明显更天马行空，甚至开始胡言乱语——因为概率被拉平，随机性变大）
/set parameter temperature 0.7
/bye▶ 预期输出（点开对照）
（温度 0.7 是常见默认值，介于两者之间）
✅ 检查点：你能向别人解释「为什么同一个模型 temperature=0 和 =1.5 输出完全不同」。
🧪 交互实验 · token 可视化（模拟）
下面的模拟器按「中文常用词 + 单字」近似切分 token，让你直观感受「模型读的是碎片不是字符」。真实切分由各模型词表决定（第 04 课展开）。
观察：汉字通常 1 个汉字 = 1~2 token；英文一个词 ≈ 1 token。所以中文语料「token 效率」天然低于英文——这就是为什么中文大模型要专门优化 tokenizer。
🧪 交互实验 · 温度采样模拟
同一个「下一个词的概率分布」，不同温度下采样结果不同。拖动滑块看：低温总是选最可能的词，高温连「小概率词」也可能被选中。
0.7
连续点「再采样」观察：低温输出稳定重复；高温每次都不一样。真实模型也是这个机制——只是概率分布更复杂。
❓ 老师答疑（卡住了先看这里）
❓ 我装 Ollama 装到一半失败了，怎么办？
最常见是网络问题。重试一次；还不行就按步骤 1 的「如果出现」里的换源方法。装软件 90% 的失败是网络，别怀疑自己。
❓ 为什么 0.6B 模型回答这么差？
因为它只有 6 亿参数——大脑只有「核桃」那么大。这恰恰是本课最重要的观察：规模差距是真实的。你以后会训的 1.5B/3B 会好一些，但离旗舰还远——这就是为什么课程第一条铁律是「诚实」。
❓ temperature 到底改的是什么？
改的是采样时的「平滑度」。温度=0 时永远选概率最高的词（确定性输出）；温度越高，低概率词越可能被选中（更随机、更有创意、更容易错）。模型权重完全没变。
❓ token 和字、词有什么区别？
字/词是人的概念，token 是模型的「字母表」——由 BPE 算法从语料里自动学出来的碎片。一个中文汉字常是 1~2 个 token，英文一个常见词 ≈ 1 个 token。第 04 课会完整展开。
❓ Ollama 和后面课程用的 MLX、vLLM 是什么关系？
都是「模型运行器」。Ollama = 最简单（本课用）；MLX = Apple 原生、还能微调（第 08 课用）；vLLM = 高吞吐服务（第 11 课用）。先认识 Ollama 就够本课用了。
📝 自测清单（全勾才算过）
- 本课完成：装好 Ollama 并跑起一个模型
- 亲眼看到 token 切分（第 3 步）
- 亲眼看到温度改变输出（第 4 步）
- 能用自己的话解释「LLM = 概率补全机器」
全勾 → 节点 02 / 14 完成。未勾 → 回看对应步骤，别急着往前走。