Tensor Learn 上線，解答使用者在釋放模型儲存空間前會問的問題

Tensor Learn 是面向不需要又一篇泛泛 AI 科普的使用者建立的公開參考層。他們需要知道模型在哪裡、檔案意味著什麼、儲存結果實際證明了什麼，以及如何在清理前復原。

為何存在

本機 AI 模型庫會積聚在不易察覺的位置：執行環境資料夾、中心快取、專案輸出目錄，或一組基礎模型已記不清的 LoRAs。搜尋結果往往從這個真實操作問題直接跳到激進行動——刪除、量化、轉換——卻不區分真正需求。

Tensor Archive 在該決策中承擔明確角色：封存相關本機模型版本、驗證可復原性，並在使用者釋放冗餘工作副本之前還原一個單獨的精確副本。它並非所有儲存問題的正確答案，因此內容必須明確邊界。

三個專欄，而非一個雜糅的內容欄目

Tensor Wiki 回答直接操作問題：快取位於哪裡、哪個設定會改變路徑，或某個技術術語意味著什麼。對版本敏感的陳述會連結到原始文件。

Tensor Blog 處理一個決策或工作流程：完整 LoRA 模型庫、精確儲存與量化之間的選擇，或微調專案完成後的產出物。這些指南先說明問題和限制，再描述相關產品工作流程。

Tensor News 只記錄確實影響本機儲存或復原決策的產品及生態變化。它刻意不做寬泛的 AI 新聞流。

編輯標準

• 先回答問題，再介紹產品。
• 在每個基準數字旁標明工作負載和限制。
• 說明 Tensor Archive 不適合使用的場景。
• 準確使用技術術語，同時以尊重讀者的方式解釋。
• 絕不在使用者驗證並測試單獨還原之前建議移除原始模型資料。

最先有用的頁面

如果現在就需要答案，請從Wiki開始：Hugging Face 快取位置、Ollama 模型路徑或 LoRA 與 QLoRA 的區別。如果問題是應封存、刪除、量化還是保留一個相關系列，請前往Blog。我們只在頁面達到相同標準時才會新增，而不會僅因某個關鍵詞存在就釋出。