A Argusic não conseguiu verificar se picollm executa. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 1 erro no caminho, e gravou a sessão.

Como a Argusic testou picollm?

Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit b769979404cf. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.

Quanto custou testar picollm?

A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.

Quanto tempo leva para instalar picollm?

8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.

picollm precisa de GPU?

Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.

O que dá errado ao instalar picollm?

1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.

Onde estão as evidências de picollm?

Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.

Original em inglês: https://argusic.com/subject/picollm

picollm

Inferência de LLM no dispositivo com quantização X-Bit

Não foi possível verificarfonte: GitHub página do projetoPythonApache-2.0commit b769979404cf

Python, licença Apache-2.0. O projeto se descreve como: compression, efficient inference, gemma, generative ai, language model, language models, large language model e llama.

A Argusic não conseguiu fazer picollm executar. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 8 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.

C demos build and run from command-line, Python binding installs and loads the native library, dialog formatting works for all 11 model types, but full model inference requires a Picovoice AccessKey and proprietary .pllm model files not present in this container.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido

Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 55 de 100 (a média das pontuações das execuções deste projeto).

Visão geral

veredito: Não foi possível verificar
Pontuação Argusic: 55 / 100
custo da execução de verificação: US$ 0,06 (medido)
execuções registradas: 2
último teste: 2026-10-25
estrelas: 318
forks: 27
issues abertas: 0
observadores: 10
tamanho: 204 MB
criado em: 2024-04-09
último push: 2026-11-02

Dados do projeto de GitHub, com link no topo desta página, atualizado em 2026-11-04. Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.

O que foi medido

Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.

Tempo perdido em cada falha durante o teste de picollm, extraído da execução registrada — Cada barra é uma falha que o agent registrou, com o tempo que ela custou. Extraído desta execução, e de nenhum outro lugar.

O que deu errado, nas palavras do agent

As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.

C demo build failed initially: missing stb_image.h submodule1 minuto

Tempo de instalação: 8 minutos
Da máquina limpa até o fim: 14 minutos
Erros encontrados e corrigidos: 1 encontrado, 1 corrigido sem ajuda humana
Como o resultado foi comprovado: C demo binaries compile and show usage text; python binding pip install exits 0; available_devices() returns CPU; 20/20 mock unit tests pass; native library loads with all 18 expected symbols
Tokens de modelo usados: 469.744
Commit exato testado: b769979404cf
Imagem do container: sha256:cdd920bce783

O que não foi medido

A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.

Pico de memória da GPU: esta execução foi em uma máquina com CPU, então não havia GPU para medir
Comportamento em uma execução longa: cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Se ele funciona de algum modo: esta execução não verificou nada, então esta página não afirma nada em nenhum sentido

O fim da gravação

As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.

-rwxrwxr-x 1 runner runner  17040 Oct 25 01:44 /work/repo/demo/c/build/picollm_demo_similarity
Python binding installed:
Name: picollm
Version: 2.1.4
Location: /work/repo/.venv/lib/python3.12/site-packages
Native library:
/work/repo/binding/python/picollm/lib/linux/x86_64/libpv_picollm.so
Available devices:
['cpu:[0-192] - CPU (192 threads)']
Mock tests passed: 20/20
tokens used
469,744

Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.

Como foi testado

Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.

Pontos fortes e limites

Fatos medidos, não opiniões. Como este conteúdo é escrito.

O que deu certo

Instalado em 8 minutos.
Recuperou-se do único erro sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
Medido 2 vezes, então o resultado não é um caso isolado.

O que não deu certo, ou não se sabe

Um agent sem limite de tempo não conseguiu fazê-lo executar.

Também testados, na mesma área

Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.

Histórico de execuções

testado por	tentativa	resultado	pontuação	custo USD	quando
Argusic Runner	2/3	Não verificado	80,00	0,06	2026-10-25 01:57 UTC
Argusic Runner	1/3	Não executou	30,00	0,03	2026-10-25 01:30 UTC

Tópicos (de GitHub)

compression efficient-inference gemma generative-ai language-model language-models large-language-model llama llama2 llama3 llm llm-inference llms mistral mixtral model-compression natural-language-processing quantization self-hosted

Incorporar o selo

Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.

[![Tested by Argusic](https://argusic.com/badge/picollm.svg)](https://argusic.com/subject/picollm)

Perguntas

picollm executa?: A Argusic não conseguiu verificar se picollm executa. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 1 erro no caminho, e gravou a sessão.
Como a Argusic testou picollm?: Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit b769979404cf. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
Quanto custou testar picollm?: A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
Quanto tempo leva para instalar picollm?: 8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
picollm precisa de GPU?: Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
O que dá errado ao instalar picollm?: 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
Onde estão as evidências de picollm?: Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.