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によってトレーニングされた、大規模言語モデルです。 私にできることはたくさんありますよ。例えば： 質問に答える: どんなことでも聞いてください。知識に関する質問はもちろん、雑談やアイデア出しにも対応できます。 文章を作成する: 小説、詩、メール、レポートなど、様々な種類の文章を作成できます。 翻訳する: 複数の言語間で翻訳が可能です。 要約する: 長い文章を短くまとめることができます。 コードを書く: プログラミングに関する質問や簡単なコードの作成も可能です。 ゲームをする: 簡単なテキストベースのゲームもできます。 何か私に試してみたいこ...