AI generated thumbnail

MLX 使い方 入門 Apple Silicon MacでローカルLLMを動かす方法

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Appleの機械学習フレームワーク「MLX」を使用して、MacのGPUパワーを最大限に引き出し、Llama 3などの最新LLMと対話できるPythonスクリプト Pythonの基礎(環境構築とライブラリのインポート)ができれば、外部APIに課金することなく、完全にオフラインで動作する自分専用のAI環境が手に入ります 必要なものは、Apple Silicon(M1/M2/M3/M4チップ)を搭載したMacのみです 📦 この記事に関連する商品(楽天メインで価格確認) ...

2026年7月25日 · 10 分 · 4586 文字 · Negi AI Lab
AI generated thumbnail

OllamaとOpen WebUIで自分専用のローカルAI環境を構築する方法

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの この記事を読むと、完全にオフラインで動作し、ChatGPTのような操作感を持つプライベートなAIチャット環境があなたのPC上に完成します。 具体的には、バックエンドに「Ollama」、フロントエンドに「Open WebUI」を組み合わせ、Dockerを用いて一気に立ち上げる環境を構築します。 PythonからAPIとして叩く方法や、手元のPDFを読み込ませて回答させるRAG(検索拡張生成)機能の基礎までを網羅します。 ...

2026年7月25日 · 10 分 · 4574 文字 · Negi AI Lab
AI generated thumbnail

Claude CodeとCursorを併用して開発効率を最大化する使い方

所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの GitHubリポジトリの解析からコード生成、テスト自動化、ドキュメント作成までを完結させるAI開発フローを構築します。 具体的には、外部API(OpenWeatherMap)と連携するFastAPIバックエンドを、CursorのUI編集とClaude Codeの自律型デバッグを組み合わせて完成させます。 この記事を読み終える頃には、人間がコードを1行も書かずに、動作確認済みのAPIサーバーが1つ手元に残っているはずです。 ...

2026年7月24日 · 10 分 · 4628 文字 · Negi AI Lab
AI generated thumbnail

LLMの「知識蒸留」を実戦投入し、GPT-4級の推論性能を安価なLlama-3-8Bへ移植するスクリプトを構築します。

巨大なモデルの知能をコンパクトなモデルに「継承」させることで、APIコストを95%削減しつつ、レスポンス速度を0.3秒台まで高速化可能です。 「動かしてみた」レベルを卒業し、特定の業務ドメインに特化した最強の軽量モデルを自作する手順を解説します。 ...

2026年7月24日 · 8 分 · 3513 文字 · Negi AI Lab
AI generated thumbnail

MLX入門:Apple SiliconでローカルLLMを爆速化してPythonから呼び出す方法

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Appleが開発した機械学習フレームワーク「MLX」を使い、MacのGPUを最大限に引き出してLLM(大規模言語モデル)を動かすPythonスクリプトを作成します。 Hugging Faceからモデルをダウンロードし、日本語での対話やテキスト生成をローカル環境だけで完結させるのがゴールです。 クラウドAPIを使わないため、情報漏洩のリスクがなく、何万回実行しても追加コストは発生しません。 ...

2026年7月23日 · 9 分 · 4363 文字 · Negi AI Lab
AI generated thumbnail

OllamaとOpen WebUIで自分専用の機密保持ローカルLLM環境を作る方法

所要時間: 約25分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切使わず、手元のPCだけで動作するChatGPTライクなチャットUI環境 社外秘ドキュメントや未公開コードを読み込ませても情報漏洩の心配がないRAG(検索拡張生成)環境 複数のAIモデル(Llama 3.1, Gemma 2, Mistral等)をボタン一つで切り替えて比較できる検証基盤 📦 この記事に関連する商品(楽天メインで価格確認) ...

2026年7月23日 · 9 分 · 4021 文字 · Negi AI Lab
AI generated thumbnail

Apple SiliconでローカルLLMを高速化するMLX入門

所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Apple Silicon(M1/M2/M3/M4)に最適化されたフレームワーク「MLX」を使用し、Llama 3やGemma 2といった最新のLLMを爆速で動かすPythonスクリプト 専門知識がなくても、指定したモデルをダウンロードし、ストリーミング形式(文字が流れるように表示される形式)でチャットができる環境 Web API経由ではなく、Macのハードウェア性能を直接叩いて推論させる、完全オフライン・プライバシー重視の実行環境 📦 この記事に関連する商品(楽天メインで価格確認) ...

2026年7月22日 · 9 分 · 4154 文字 · Negi AI Lab
AI generated thumbnail

MLX 使い方 入門:Apple SiliconでLLMを爆速動作させる

所要時間: 約25分 | 難易度: ★★☆☆☆ この記事で作るもの Apple公式の機械学習フレームワーク「MLX」を利用して、最新のLLM(Llama 3.1やQwen2.5など)と対話できるストリーミング形式のチャットスクリプトを作成します。 Python環境の構築から、モデルの自動ダウンロード、メモリ効率を最大化する推論実行までを、外部APIを一切使わない完全ローカル環境で実現します。 ...

2026年7月22日 · 9 分 · 4092 文字 · Negi AI Lab
AI generated thumbnail

llama.cppとGGUFでローカルLLM環境を高速に構築する方法

所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの Llama 3などの最新LLMを、自分のPCのGPUをフル活用して高速に動かすPythonサーバーを作ります。 前提知識:ターミナルでの基本的なコマンド操作、Pythonの基礎(仮想環境の構築ができる程度)。 必要なもの:NVIDIA製GPU(VRAM 8GB以上推奨)を搭載したWindows PC、またはApple Silicon搭載のMac。 📦 この記事に関連する商品(楽天メインで価格確認) ...

2026年7月21日 · 9 分 · 4134 文字 · Negi AI Lab
AI generated thumbnail

OllamaとOpen WebUIで自分専用のChatGPTをローカル構築する方法

所要時間: 約20分 | 難易度: ★★☆☆☆ この記事で作るもの 外部APIを一切使わず、手元のPCだけでChatGPTと同等のUIを備えた生成AI環境を構築します。 ネット環境がなくても動作し、入力データが外部に漏れない「完全プライベートなLLM」が手に入ります。 前提知識:Dockerの基本的なコマンド(コピペでOK)が叩けること。 📦 この記事に関連する商品(楽天メインで価格確認) ...

2026年7月21日 · 8 分 · 3829 文字 · Negi AI Lab