AI技術ラボ

ローカルLLMでコーディングエージェントを使うなら文脈長64kが分かれ目。Ollamaは既定4kで、Claude Codeの最初の依頼1万トークンはエラーなしで2割に切られた。メモリ別の判断表と設定手順。

GGUFの量子化は迷ったらQ4_K_M、余裕があればQ5_K_M〜Q8_0。ただし先に「GPUに載るか」で決めます。16GB Macでファイル1.1GBの差が生成速度約20倍の差になった実測と、メモリ別の判断表をまとめました。

Ollamaは社外に何を送るのか。0.40.13の宛先を記録すると、ローカル推論中の接続は0本、起動時はollama.comへ2本、:cloud指定でプロンプトを中継。OLLAMA_NO_CLOUD=1で止まり、全遮断でも推論は動いた。

社内PDFを外に出せないとき、文書解析AIは自前GPUにすべきか。同じオープン重みで無料試用APIと自己ホストを実測すると、出力Markdownはmd5まで一致しました。品質ではなく、データの置き場所と量で決める判断表をまとめます。

16GBのMacで日本語ローカルLLMを社内文書6問で実測。最速のqwen3:4bは最終回答に届かず、規程Q&Aを2問とも正答したのはgemma4:12b。用途別の選び方と、自社で試す前の確認5項目をまとめました。

富士ソフトMixFlitの名古屋Labデモを例に、メーカーの違うAMRを混在運用するときの仕組みと導入前チェックリスト7項目を一次ソースで整理。

Geminiをオンプレで動かすGDCは、評価構成だけで月30万ドルからです。多くの会社は、有料契約と東京リージョンか、ローカルLLMで足ります。Geminiの7つの使い方ごとにデータの行き先を一次情報で比べ、選び方を表にしました。

LM Studioは社内業務なら無料で使えますが、SaaS提供や再配布は規約でNGです。載せるモデルのライセンスは別に確認が要ります。2026年10月時点の条文とモデル別の表、稟議に貼る1枚を整理。

CEATEC 2026のAWS×安川電機「未来の八百屋」を例に、生成AIとAIロボットの役割の分け方、ティーチング方式との違い、形がそろわない物のピッキングを自動化する前に確かめる項目を一次資料で整理。

Umios（旧マルハニチロ）の販売計画AIを例に、需要予測に生成AIチャットと時系列基盤モデルのどちらを使うか、自動化の前に整えるデータと運用のチェック項目を一次資料で整理。