投稿

ローカル環境で「Gemma4 12b」を動かしてみた!4bとのコーディング能力の決定的な差を検証

ローカル環境で「Gemma4 12b」を動かしてみた!4bとの精度やコーディング・アルゴリズム設計能力を検証 こんにちは!今回は、新しく公開されたミドルクラスのローカルLLM 「Gemma4 12b」 の動作検証を行いました。 以前、軽量な「Gemma4 4b」モデルの検証を行いましたが、日常会話や基本的なコーディングタスクでは両者の差がほとんど見られませんでした。そこで今回は、基本性能の確認に加え、AIに難解なプログラミングテストを作成してもらい、 4bモデルと12bモデルの「アルゴリズム設計能力や複雑なビジネスロジックの解決力」の決定的な差 を検証しました。 本記事では、一切の省略をすることなく、実験したインプットとアウトプットの全量を余すところなく公開します! 💬 1. Gemma4 12b の検証:日常会話と文章要約 まずは「Gemma4 12b」モデルの基本的なテキスト処理能力を測るため、自己紹介、ニュース記事の要約、そして要点の抽出タスクを行わせました。 👤 インプット 1 こんにちは、何ができますか? 🤖 アウトプット 1 こんにちは!私はGoogle DeepMindによって開発されたオープンウェイトの大型言語モデル、**Gemma 4**です。 私はテキストや画像の入力を理解し、さまざまなタスクをお手伝いすることができます。具体的には、以下のようなことが可能です。 文章の作成・編集 : メール、レポート、記事、物語などの執筆。 文章の要約、翻訳、校正。 質問への回答 : 知識に関する質問への回答(私の知識は2025年1月までのものです)。 ...

Teamsのタグを活用しよう!基本からPower Automateでの自動ローテーションまで

イメージ
Teamsのタグを活用しよう!基本からPower Automateでの自動ローテーションまで こんにちは!今回は、Microsoft Teamsで非常に便利な 「タグ」機能 について解説します。 Teamsで特定のメンバーだけにメンションを飛ばしたいとき、一人ずつ名前を入力するのは大変ですよね。そんな時に役立つのが「タグ」です。今回はタグの基本知識や作成方法に加え、 Power Automateを使ったタグメンバーの自動ローテーション(当番の自動入れ替え) についてもご紹介します。 1. Teamsのタグについて Teamsの「タグ」とは、チーム内の特定のメンバーをグループ化し、一度のメンションで複数人に通知を送ることができる機能です。 役職や役割でまとめる: 「@マネージャー」「@デザインチーム」など プロジェクトでまとめる: 「@プロジェクトA」など 当番でまとめる: 「@本日のサポート担当」など タグを使うことで、チャネル内の不要な通知を減らし、必要な人にだけ確実にメッセージを届けることができます。 2. Teamsタグの作成と利用方法について タグの作成方法 タグの作成は非常に簡単です。(※チームの所有者、または権限を与えられたメンバーのみ作成可能です) Teamsの左側メニューから「チーム」を選択し、対象のチームの「…(その他のオプション)」をクリックします。 「タグを管理」を選択します。 「タグを作成」ボタンをクリックします。 タグ名(例:「サポート当番」)と、追加したいメンバーを入力して「作成」をクリックします。 タグの利用方法 作成したタグは、チャネルの投稿で @タグ名 と入力するだけで利用できます。 通常のメンションと同じように、入...

Project AnalyzerがPowerPointに対応!さらにOfficeファイル内の画像からテキストを抽出するOCR機能を追加!

【アップデート】Project AnalyzerがPowerPointに対応!さらにOfficeファイル内の画像からテキストを抽出するOCR機能を追加! こんにちは!AIにプロジェクトの全貌を読み込ませるためのツール「 Project Analyzer 」をアップデートしました。 (前回の記事: AIにプロジェクトを読ませる「Project Analyzer」がNotebookLMに完全対応&ファイル個別出力も可能に! ) 前回のNotebookLM向け最適化に続き、今回は ドキュメント解析の精度と対象範囲を大きく広げる 機能追加を行いました。特に開発現場でよく使われるOfficeファイルへの対応を強化しています! 🚀 今回のアップデート内容(新機能) 1. PowerPoint(.pptx)ファイルの解析に正式対応 これまでExcelやWordの読み込みには対応していましたが、今回新たに PowerPointファイル(.pptx)からのテキスト抽出に対応 しました。 要件定義書やシステム概要図、プレゼン資料など、PowerPointで作成されたドキュメントも、AIが読み込みやすいマークダウン形式として出力できるようになります。 2. Officeファイル内の画像に対するOCR(光学文字認識)対応 Excel、Word、そして今回追加されたPowerPointファイルの中に 「画面キャプチャ」や「画像化された図表」 が貼り付けられていることはないでしょうか? これまでのテキスト抽出では画像内の文字は取得できませんでしたが、今回のアップデートで OCR機能を搭載 しました! 💡 OCR機能のメリット ドキュメントに貼り付けられたエラー画面のキャプチャや、スクショベースの手順書などからテキストを自動抽出し、マークダウンの出力結果に含めることができます。これにより、テキスト化されていなかった情報までAIに連携可能になります。 ⚠...

ローカル環境で「Gemma4」を動かしてみた!

ローカル環境で「Gemma4」を動かしてみた!e4bと26bの精度やコーディング・自己デバッグ能力を検証 こんにちは!今回は、ローカル環境で実行可能な大規模言語モデル 「Gemma4」 の動作検証を行いました。 パラメータサイズの異なる 「Gemma4 e4b」 と 「Gemma4 26b」 の2つのモデルに対して、日常的な会話や長文の要約、そして実践的なC#のプログラミングタスクを与えてみました。 特にプログラミングの検証では、 「AIが書いたコードでエラーが出た際、エラーメッセージをそのまま返して修正できるか(自己デバッグ能力)」 という実践的なやり取りも試しています。 それぞれのインプットとアウトプットをまとめましたので、ローカルLLMの導入を検討している方の参考になれば幸いです! 💬 1. Gemma4 e4b の検証:日常会話と文章要約 まずは軽量な「Gemma4 e4b」モデルに対して、基本的な会話とニュース記事の要約をお願いしてみました。 👤 インプット こんにちは、何ができますか? 🤖 アウトプット こんにちは!私はGoogle DeepMindによって開発された大規模言語モデル、Gemma 4です。 私にできることは多岐にわたりますが、主な能力は以下の通りです。 質問への回答: 幅広いトピックに関する情報を提供したり、疑問にお答えしたりできます。 文章の生成: ブログ記事、メール、物語、詩など、様々な形式のテキストを書き起こすことができます。 要約: 長い文章や記事の内容を分かりやすく短くまとめることができます。 翻訳: 異なる言語間の翻訳をお手伝いできます。(ただし、得意な言語は日本語と英語などです) アイデア出し・ブレインストーミング: 何か企画を立てる際や、行き詰まった時のアイデアの提供ができます。 ...