ローカルLLMの商談があったので、表題のものを調べてみました。

今まで、量子化ビット数による違いは「トークン間違い」くらいしか気にしてなかったのですが、結構結果が違うようです。

ごちゃごちゃ書かないで、結果とそこへのツッコミだけ出しておきます。

最近、「AI驚き屋」みたいなことばかりやってて申し訳ないような気持ちになってます。

基本的には試してみたもののうち「本気で驚いたもの」だけ驚いてるつもりですが、しばらく色々試さないでいると結構本気で驚きます。

というところで、表題のもので驚いたので書いておきます。

前のエントリの追記にも書きましたが、サイバーエージェントからDeepSeek-R1の日本語対応版が出ました。

cyberagent/DeepSeek-R1-Distill-Qwen-14B-Japanese

cyberagent/DeepSeek-R1-Distill-Qwen-32B-Japanese

さっそくggufが作られています。

bluepen5805/DeepSeek-R1-Distill-Qwen-14B-Japanese-gguf

bluepen5805/DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf

ということで試してみます。

前エントリの続きです。 PSで続けようかと思いましたが、あらためてエントリにします。

前エントリではphi-4のことはあまり書いてなかったので、phi-4を試したものを書いておきます。

DeepSeek-R1-Distill-Qwen-14Bのggufがあったので試してみました。

試してみると、「ヤバいヤバい」以外の声が出せないくらい「凄い」としか言いようがなくて、この驚きは初めてChatGPTを使った時のような感じですし、ある意味それ以上かも知れません。

この驚きを共有してもらうために、エントリ書いてみます。

前弊社では、いろんなアイディアを公知化して来ました。

公知化情報

その意味については、

「貧者の知財戦略」

というように説明しています。

今して思うと、「あの時下手に特許化してなくて良かったな」と思っています。 今のように全く別の法人を作っても、あの時のアイディアは使えますからね。

会社が新しくなったので、本格的にホームページを作ることにしました。

前からちょぼちょぼ作ってはいたのですが、コンテンツ自体が前の会社の丸パクみたいな感じでいろいろみっともないので、気合いを入れて直そうと思い立ちました。

前の会社のブログはいつまでかは未定ですが、とりあえずそのまま遺しておくことにしたのと、もう更新することはありえないのでデータベースは凍結ということにしました。

フロントエンドのビルドツールを選定する際、どのツールが最も効率的か、悩んだ経験がある方も多いと思います。私もその一人で、今回はWebpackからViteへ移行し、最適な開発環境を探した試行錯誤についてまとめてみます。

会社が設立すると、3ヶ月以内に給与を出す必要があります。

出来たばかりの会社で売上もない状態で給与を出すのは厳しいですが、そーゆー決まりになっているのでしょうがありません。

まぁ、これには秘技「未払給与」という科目がありまして、とりあえず出したことにはするんだけど現金は使わないという手があります。これは「労働債務」として積み重なってしまうので無闇に使うのは良くないですが、今いる「社員(会社法上です)」は従業員ではないですから、出さないよりはずっと良いことです。後でちゃんと払えばいいだけですから。

ということで、現金として支給するかどうか(できるかどうか)と関係なく、給料を決定する必要があります。