ゼロから学ぶローカルLLM #3 LLMの「モデル」とは？ 7B・14B・32Bの違いを理解する
はじめに 前回の記事では、LLMが文章をトークンとして扱い、次に来るトークンを予測することで文章を生成している仕組みについて整理しました。 今回は、ローカルLLMについて調べていると必ずと言っていいほど登場する、「モデル」について理解を深めていきます。 モデルを探し...
出典: Qiita AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Qiita AIで元記事を読む →
編集部の実践記録から
AI解体新書
AIの利用は曜日でどう変わるのか？平日35%・週末50%弱という個人利用比率と、利用者86%が答えた「速くなった」の中身
Anthropicが2026年6月に公開した経済指標レポートから、AI利用の曜日・季節変動と利用者9,700人の自己申告効果を読み解きます。平日と週末で個人利用比率が約15ポイント動き、確定申告直前には税務用途が8倍に。ただし回答者はClaude利用者に偏り、一般労働者の実態ではありません。
続きを読む →
AI解体新書
AIに答えさせず問い返させると、成果は変わるのか（対照群比+0.258標準偏差、n=1,763・8週間）
Google DeepMindがシエラレオネの中等学校12校・生徒1,763人・8週間の事前登録済みRCTで、AIに直接解答をさせず問い返させる「ガイド付き学習」を検証。数学スコアは対照群比+0.258標準偏差。ただし発信元は製品提供者本人であり、学力層による効果の偏りも自ら認めている。読み方を整理する。
続きを読む →
AI解体新書
AIは「人間なら数週間」の開発をどこまで完遂できるのか ― 1.7万行の再実装はテスト2,000/2,001件、6.1万行は35%止まり
Epoch AIの暫定結果によると、熟練エンジニアで2〜17週と見積もられた約16,905行のツールキット再実装を最新モデルがE2Eテスト2,000/2,001件（99.95%）で完遂した一方、約61,461行の課題は10億トークンの約9割を使って可視テスト256/733件（35%）で未解決でした。規模と費用の境界線を読み解きます。
続きを読む →