<?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>Llama-3 実行方法 on Negi AI Lab</title><link>https://ai.negi-lab.com/tags/llama-3-%E5%AE%9F%E8%A1%8C%E6%96%B9%E6%B3%95/</link><description>Recent content in Llama-3 実行方法 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, 12 Jun 2026 17:00:57 +0900</lastBuildDate><atom:link href="https://ai.negi-lab.com/tags/llama-3-%E5%AE%9F%E8%A1%8C%E6%96%B9%E6%B3%95/index.xml" rel="self" type="application/rss+xml"/><item><title>MLX 使い方 Apple SiliconでローカルLLMを爆速動作させる方法</title><link>https://ai.negi-lab.com/posts/mlx-apple-silicon-local-llm-guide/</link><pubDate>Fri, 12 Jun 2026 00:00:00 +0900</pubDate><guid>https://ai.negi-lab.com/posts/mlx-apple-silicon-local-llm-guide/</guid><description>&lt;p&gt;&lt;strong&gt;所要時間:&lt;/strong&gt; 約30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;p&gt;Apple Silicon（M1/M2/M3/M4チップ）の性能をフルに引き出し、Llama 3やQwenといった最新のLLMを「メモリ消費を抑えつつ高速に」動かすPythonスクリプトを作成します。
既存のライブラリよりも圧倒的に効率が良いMLXフレームワークを使い、ストリーミング形式で回答を表示する実用的なチャットプログラムを構築します。&lt;/p&gt;</description></item></channel></rss>