Gdzie przechowywane są lokalne modele AI
Każde narzędzie trzyma swoje wagi gdzie indziej, żadne nie mówi gdzie, a razem są tym, co najszybciej rośnie na dysku programisty. Oto pełna lista, według platform.
14 dni za darmo, bez karty. Potem 15 $ jednorazowo na 3 komputery, macOS i Linux.

Dlaczego żaden program czyszczący ich nie znajduje
Popularne programy czyszczące dla Maca powstały, zanim istniały lokalne modele, i działają na stałej liście znanych folderów pamięci podręcznej. ~/.ollama nie ma na niej. Narzędzie z pełnym przekonaniem zgłosi więc, że twój Mac jest czysty, podczas gdy 120 GB wag śpi w ukrytym folderze w twoim katalogu domowym — a ponieważ to foldery z kropką, Finder też ich nie pokazuje.
Ścieżki
Ollama
macOS ~/.ollama/models
Linux /usr/share/ollama/.ollama/models
Windows %USERPROFILE%\.ollama\models
Wypisuj i usuwaj samą Ollamą, żeby jej manifest pozostał spójny:
ollama list
ollama rm llama3:70b
Przenieś magazyn na dysk zewnętrzny, ustawiając OLLAMA_MODELS przed uruchomieniem serwera.
LM Studio
macOS ~/.lmstudio/models
Linux ~/.lmstudio/models
Windows %USERPROFILE%\.lmstudio\models
Starsze wersje używały ~/.cache/lm-studio/models; jeśli aktualizowałeś przez kilka wydań, sprawdź obie. Katalog można ustawić w karcie My Models w aplikacji, i to jest bezpieczny sposób na jego przeniesienie.
Hugging Face — transformers, diffusers, datasets
macOS/Linux ~/.cache/huggingface/hub
Windows %USERPROFILE%\.cache\huggingface\hub
Zwykle największy i najbardziej zabałaganiony, bo każda biblioteka dotykająca Huba zapisuje tutaj. Przejrzyj i posprzątaj interaktywnie oficjalnym narzędziem:
pip install "huggingface_hub[cli]"
huggingface-cli scan-cache
huggingface-cli delete-cache
Przenieś go za pomocą HF_HOME. Zwróć uwagę, że pamięć podręczna Huba używa dowiązań symbolicznych do folderu blobs — kopiowanie jej narzędziem, które podąża za dowiązaniami, podwoi jej rozmiar.
PyTorch
~/.cache/torch/hub
~/.cache/torch/kernels
Wstępnie wytrenowane punkty kontrolne pobrane przez torch.hub. Przeniesienie przez TORCH_HOME.
Siedem ścieżek i ta jedna, o której zapomniałeś
Ta lista jest dziś dokładna. Rośnie z każdym nowym narzędziem, które wypróbujesz, a magazyn, który tracisz z oczu, jest tym drogim. Bytesweep znajduje wszystkie te i te dodane od tamtej pory, zgłasza je według rozmiaru i oznacza wagi jako do przejrzenia, a nie do sprzątnięcia — bo model, który sam dostroiłeś, nie jest pamięcią podręczną, i nic innego na twoim dysku nie kosztuje tak drogo, gdy się pomylisz.
GPT4All
macOS ~/Library/Application Support/nomic.ai/GPT4All
Linux ~/.local/share/nomic.ai/GPT4All
Windows %LOCALAPPDATA%\nomic.ai\GPT4All
Whisper i whisper.cpp
~/.cache/whisper
./models (inside a whisper.cpp checkout)
Warto też sprawdzić
~/.cache/torch/sentence_transformers
~/.keras/models
~/.cache/gguf
~/.cache/vllm
Zanim usuniesz model
Pamięć podręczna to nie waga
Wszystko inne na dysku programisty odbudowuje się w kilka sekund. Model o rozmiarze 40 GB to ponowne pobranie przez twoje łącze, a kwantyzacja, którą sam wykonałeś, albo model, który sam dostroiłeś, nie wraca wcale. Te foldery zasługują na przegląd, nie na sprzątanie.
Usuwaj przez narzędzie, jeśli takie jest
Ollama i Hugging Face trzymają manifest obok blobów. Usuwanie plików ręcznie zostawia indeks wskazujący na rzeczy, których już nie ma, co później wypływa jako mylące błędy. ollama rm i huggingface-cli delete-cache istnieją dokładnie po to.
Przenieś zamiast usuwać
Każde narzędzie powyżej pozwala przenieść swój magazyn zmienną środowiskową albo ustawieniem. Jeśli masz dysk zewnętrzny, przeniesienie magazynu jest lepsze niż usuwanie i ponowne pobieranie tych samych wag w kółko.
Znajdź każdy magazyn modeli na swoim dysku
Bytesweep zna wszystkie te ścieżki, zgłasza je według rozmiaru obok Dockera, Xcode i node_modules, i oznacza wagi jako do przejrzenia, a nie bezpieczne do sprzątnięcia — bo dostrojony model nie jest pamięcią podręczną.
Zobacz też: Docker disk space · Xcode cleanup · pełna lista dla Maca
Pytania
Jak zmienić miejsce, w którym Ollama przechowuje modele?
Ustaw zmienną środowiskową OLLAMA_MODELS na katalog, który chcesz, i uruchom ponownie serwer Ollamy. Na macOS ustaw ją dla środowiska uruchomieniowego aplikacji, nie tylko w swojej powłoce, bo inaczej aplikacja jej nie zobaczy.
Czy bezpiecznie jest usunąć ~/.cache/huggingface?
Bezpiecznie w tym sensie, że nic się nie zepsuje: czego brakuje, zostanie pobrane ponownie przy następnym użyciu. Kosztownie w tym sensie, że „następne użycie” może oznaczać ponowne ściąganie 30 GB. Użyj huggingface-cli scan-cache aby zobaczyć, co tam jest, i usuwać wybiórczo.
Dlaczego foldery modeli nie pojawiają się w Finderze?
Większość zaczyna się od kropki, którą macOS domyślnie ukrywa. W oknie Findera naciśnij Cmd-Shift-. aby je pokazać, albo otwórz ścieżkę wprost przez Idź → Idź do folderu.
Czy mogę trzymać modele na dysku zewnętrznym?
Tak, i powyżej stu gigabajtów to lepsza odpowiedź. Ollama używa OLLAMA_MODELS, Hugging Face używa HF_HOME, PyTorch używa TORCH_HOME, a LM Studio ma ustawienie w aplikacji. Licz się z wolniejszym pierwszym wczytywaniem przez USB.
Dlaczego mój folder modeli jest większy niż pobrane modele?
Zwykle przez przerwane pobrania i zastąpione rewizje. Pamięć podręczna Huba Hugging Face przechowuje każdą rewizję repozytorium, jaką kiedykolwiek pobrałeś, nie tylko bieżącą — a to dokładnie to, co scan-cache ma ci pokazać.