<?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>Mlx-Lm on Negi AI Lab</title><link>https://ai.negi-lab.com/tags/mlx-lm/</link><description>Recent content in Mlx-Lm 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>Sun, 13 Sep 2026 07:59:44 +0900</lastBuildDate><atom:link href="https://ai.negi-lab.com/tags/mlx-lm/index.xml" rel="self" type="application/rss+xml"/><item><title>MLX 使い方 入門 Apple Silicon MacでローカルLLMを動かす方法</title><link>https://ai.negi-lab.com/posts/mlx-apple-silicon-local-llm-tutorial/</link><pubDate>Sun, 13 Sep 2026 00:00:00 +0900</pubDate><guid>https://ai.negi-lab.com/posts/mlx-apple-silicon-local-llm-tutorial/</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）のGPU性能を最大限に引き出し、Llama 3.1やGemma 2といった最新のLLMと対話できるPythonスクリプトを作成します。
ライブラリにはApple公式の「MLX」を使用し、Hugging Faceからモデルを自動ダウンロードして実行する、実務に耐えうる構成を目指します。
外部APIを一切使わず、完全にオフラインで動作するため、機密情報の処理にも活用可能です。&lt;/p&gt;</description></item></channel></rss>