<?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>量子化 4bit on Negi AI Lab</title><link>https://ai.negi-lab.com/tags/%E9%87%8F%E5%AD%90%E5%8C%96-4bit/</link><description>Recent content in 量子化 4bit 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>Mon, 03 Aug 2026 21:23:50 +0900</lastBuildDate><atom:link href="https://ai.negi-lab.com/tags/%E9%87%8F%E5%AD%90%E5%8C%96-4bit/index.xml" rel="self" type="application/rss+xml"/><item><title>UnslothでQwen2.5-32Bを17GB VRAMで動かす環境構築ガイド</title><link>https://ai.negi-lab.com/posts/qwen25-32b-unsloth-vram-optimization-guide/</link><pubDate>Mon, 03 Aug 2026 00:00:00 +0900</pubDate><guid>https://ai.negi-lab.com/posts/qwen25-32b-unsloth-vram-optimization-guide/</guid><description>&lt;p&gt;&lt;strong&gt;所要時間:&lt;/strong&gt; 約45分 | &lt;strong&gt;難易度:&lt;/strong&gt; ★★★☆☆&lt;/p&gt;
&lt;h2 id="この記事で作るもの"&gt;この記事で作るもの&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;Qwen2.5-32B（または次世代27Bクラス）をVRAM 17GB以下でロードし、高速に推論・学習させるPython環境&lt;/li&gt;
&lt;li&gt;ローカルLLM特有の「メモリ不足（OOM）」を回避しながら、商用モデル級の回答精度を引き出すスクリプト&lt;/li&gt;
&lt;li&gt;Google Colabや手元のRTX 3060/4060 Ti（16GB）でも動作を狙える最適化設定&lt;/li&gt;
&lt;/ul&gt;
&lt;div style="border:1px solid #e0e0e0;border-radius:8px;padding:16px;margin:20px 0;background:#fafafa"&gt;
&lt;p style="margin:0 0 4px;font-size:13px;color:#888"&gt;📦 この記事に関連する商品（楽天メインで価格確認）&lt;/p&gt;</description></item></channel></rss>