モデル

ツール

[aichat]CLIでollama連携

Rust製の軽量CLIツール「aichat」とローカルLLM「Ollama」を連携する方法を解説。インストールから設定ファイルの編集、パイプ処理を活用したコマンドラインでの実践的な使い方まで、ステップバイステップで紹介します。
コマンド

[ollama]2026年版コーディングモデル比較表

2026年最新のOllamaで動くローカルコーディング特化AIモデル(DeepSeek-Coder-V2、Qwen2.5-Coder、Codestral等)を徹底比較。各モデルの特徴や得意分野、開発で精度を最大化する活用テクニックを解説します。
TIPS

[Ubuntu]Ollamaインストール

Ubuntu環境にOllamaをインストールし、Llama 3.3などのLLMをローカルで実行する手順を解説。システムの準備から導入、モデルの起動、管理コマンドやOpen WebUIの連携まで、プライベートAI環境を構築する全手順がわかります。
TIPS

中華製のノーブランドNVMe SSD

中華製ノーブランドNVMe SSDと有名ブランド製品の性能・信頼性・保証における3つの決定的な違いを解説。部品品質、DRAMレスやQLC採用による速度低下のリスク、用途別の選び方や中華ブランド比較まで、後悔しないSSD選びの技術的知見を提供します。
AI

[AWS]Bedrockで数値のみを扱う場合の考え方

Amazon Bedrockで数値を扱う際の設計手法を解説。LLMに直接計算させるリスクを避け、Agents for Amazon Bedrockを「司令塔」として外部ツールと連携させる方法や、AgentなしでSQLを実行する際のパラメータ抽出モデルの重要性を紹介します。
AI

[AWS]Bedrock Agentsのパフォーマンス・チューニング

Amazon Bedrock Agentsのパフォーマンスを最大化するチューニング手法を体系的に解説。プロンプト調整、APIやRAG(知識ベース)の最適化、基盤モデルの選定からトレース機能を用いたデバッグまで、実践的なアプローチを紹介します。
AI

トークンをカウントする

OpenAIのトークン数をカウントする方法を解説。Linux標準コマンド(grep)を用いた手軽な近似値算出から、公式ライブラリ「tiktoken」を使った正確なPython自作コマンドの構築、APIレスポンスからの取得まで、精度と手軽さに応じた3つのアプローチを紹介します。
ツール

[AWS]Bedrockで利用可能なLLMモデル一覧

Amazon Bedrockで利用可能な主要LLM(Claude 3、Titan、Llama 3など)の特徴、サイズ、ファインチューニングの可否を一覧で解説。コンソールやAPI(Boto3)を用いたモデルの切り替え手順も網羅しています。
ツール

[AWS]Bedrockのファインチューニング手順

Amazon Bedrockでのファインチューニング手順を解説。JSON Lines形式のデータセット準備から、ハイパーパラメータ(エポック数、学習率など)の選定基準、モデルのデプロイ、学習リセット時の代替策まで、実践的な知見を網羅しています。
AI

[AWS]Bedrockを調教!AIモデルを最強にする「学習データ」の極意

Amazon Bedrockでのモデルカスタマイズ(微調整・継続的予備訓練)における学習データの準備手法を解説。高品質なデータ要件や推奨量、前処理、過学習対策など、モデルの性能を最大化する実践的なノウハウが学べます。