نشر مطور مجموعة بيانات مفتوحة على GitHub توضح أي من نماذج اللغات الكبيرة (LLM) المحلية تتناسب مع مستويات محددة من الذاكرة العشوائية (RAM) والذاكرة المرئية (VRAM)، تتراوح بين 8 جيجابايت و128 جيجابايت. يعالج المشروع الصعوبة الشائعة في تحديد توافق النماذج مع عتاد مثل MacBook بسعة 16 جيجابايت أو NVIDIA RTX 3060.
تتضمن مجموعة البيانات 62 نموذجاً مع تفاصيل حول التكميم (quantization)، وحجم التحميل، وأوامر Ollama. توفر قاعدة عامة مفادها أن نماذج Q4_K_M تتطلب حوالي 0.6 جيجابايت من الذاكرة لكل مليار معلمة، مما يقترح ضبط الحجم ليكون حوالي 70% من الذاكرة العشوائية المتاحة لتجاوزات النظام. تغطي البيانات الميزانيات القابلة للاستخدام وأقصى عدد من المعلمات للمستويات بما في ذلك 8 جيجابايت (~8B معلمة)، و16 جيجابايت (~14B)، و24 جيجابايت (~27B)، و32 جيجابايت (~35B)، و48 جيجابايت (~47B)، و64 جيجابايت (~70B)، و128 جيجابايت (~122B).
مجموعة البيانات متاحة بموجب ترخيص CC BY مع واجهة برمجة تطبيقات JSON للوصول البرمجي، وتغطي عتاد Apple Silicon وNVIDIA الموجه للمستهلكين. يدعو المؤلف المجتمع إلى المساهمة لتصحيح الأخطاء أو إضافة النماذج والتكميمات المفقودة.