ローカルLLM– tag –
-
LoRAファインチューニングとは？Qwen3.6 4Bで日本語特化LLMを作る方法
LoRA（Low-Rank Adaptation）によるAIモデルのファインチューニング解説。Qwen3.6 4Bを用いた日本語特化LLMの作成方法、必要なGPU、学習時間、コストを整理。 -
OllamaローカルLLM完全ガイド（2026年版）：インストールから日本語モデル・API活用法まで
Ollamaを用いたローカル環境でのLLM実行手順を解説。各OSへのインストール方法、日本語対応モデルのスペック比較、REST APIやPythonからの操作、Open WebUIの連携手順を網羅しています。 -
Qwen3.6 4Bで実践する日本語特化LoRAモデルの学習手順と実装コスト
Qwen3.6 4Bモデルを例に、LoRA（Low-Rank Adaptation）を用いた日本語特化LLMの構築手順、学習データ要件、必要なハードウェアコストを解説します。 -
【特化LLM作成サービス】Qwen3.6 4B・27B 日本語特化モデルの作成と活用支援
Qwen3.6をベースにLoRAを用いた日本語特化モデルの作成サービスを案内。4Bモデルは3日〜1週間、27Bモデルは2〜3週間の学習期間。4ビット量子化によりGPUなしの環境でも動作可能。お問い合わせはoffice@saratna.netまで。 -
Qwen3.6 4B 日本語LoRA微調整モデル：ローカル環境向け軽量日本語AIの無料公開について
Alibaba CloudのQwen3.6 4Bモデルをベースに、日本語特化のLoRA微調整を施した軽量AIモデルの無料公開予定について解説します。RTX 4090単体での学習完了、VRAM 4GBからの推論に対応し、Hugging FaceやOllama等でApache 2.0ライセンスにて提供予定です。
1