AI-Hypercomputer/maxtext：README 来源编辑指南

AI-Hypercomputer/maxtext 的 README 将项目描述为"A simple, performant, and scalable Jax LLM!"。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"MaxText"下的说明是：> NOTE: We recommend running MaxText with Python 3.12, as it is our primary supported version. Other Python versions may encounter compatibility issues.。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"🔥 Latest news 🔥"和相关条目看，读者可以先判断它是否解决自己的具体问题：[June 9, 2026] Qwen3.5 35B & 397B is now supported.。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：[July 15, 2026] RL is now supported for Qwen3 30B and GPT-OSS 20B. See the Qwen3 30B RL tutorial for details.。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"MaxText"等段落中。可确认的线索包括：MaxText provides a library of high performance models to choose from, including Gemma, Llama, DeepSeek, Qwen, and Mistral. For each of these models, MaxText supports pre-training (up to tens of thousands of chips) and scalable。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： README 没有给出可直接复制的安装命令。 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"Licensed under the Apache License, Version 2.0 (the "License");"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"MaxText"段落提到：MaxText achieves high Model FLOPs Utilization (MFU) and tokens/second from single host to very large clusters while staying simple and largely "optimization-free" thanks to the power of JAX and the XLA compiler.。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：[May 29, 2026] A new eval framework is now available for running lm-eval, evalchemy, and custom benchmarks against MaxText checkpoints. See the Evaluation guide to get started.。