<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>知識蒸留 やり方 on Negi AI Lab</title><link>https://ai.negi-lab.com/tags/%E7%9F%A5%E8%AD%98%E8%92%B8%E7%95%99-%E3%82%84%E3%82%8A%E6%96%B9/</link><description>Recent content in 知識蒸留 やり方 on Negi AI Lab</description><image><title>Negi AI Lab</title><url>https://ai.negi-lab.com/images/og-default.png</url><link>https://ai.negi-lab.com/images/og-default.png</link></image><generator>Hugo -- 0.154.5</generator><language>ja</language><lastBuildDate>Fri, 24 Jul 2026 20:03:56 +0900</lastBuildDate><atom:link href="https://ai.negi-lab.com/tags/%E7%9F%A5%E8%AD%98%E8%92%B8%E7%95%99-%E3%82%84%E3%82%8A%E6%96%B9/index.xml" rel="self" type="application/rss+xml"/><item><title>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。</title><link>https://ai.negi-lab.com/posts/llm-distillation-guide-unsloth-llama3/</link><pubDate>Fri, 24 Jul 2026 00:00:00 +0900</pubDate><guid>https://ai.negi-lab.com/posts/llm-distillation-guide-unsloth-llama3/</guid><description>&lt;p&gt;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。&lt;/p&gt;</description></item></channel></rss>