ローカルLLMで音声文字起こしアプリを作る【Swift編①】環境構築から基本アプリ化まで

はじめに みなさん、こんにちは。株式会社インプルのyotaです！ 前回のPython編に続き、今回は音声入力LLMの「Swift編」をスタートします！ 本記事では、Macようのネイティブアプリとして音声文字起こし + L… 続きを読む ローカルLLMで音声文字起こしアプリを作る【Swift編①】環境構築から基本アプリ化まで

【ClawRouter】判定基準をローカルLLMに託してみる

はじめに みなさんこんにちは。株式会社インプルの岩崎です。 本日は、以前話題で取り上げたClawRouterをカスタマイズしてみたお話です！ 現在のClawRouterの課題 さて、前回のClawRouterでご紹介した… 続きを読む 【ClawRouter】判定基準をローカルLLMに託してみる

ローカルLLMで音声文字起こしアプリを作る【Python編②】リアルタイム変換への挑戦と音量メーター付きアプリ化

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 前回の記事では、faster-whisperとOllamaを組み合わせた音声文字起こしアプリを作りました。 まだご覧になっていない方はぜひご一読ください！… 続きを読む ローカルLLMで音声文字起こしアプリを作る【Python編②】リアルタイム変換への挑戦と音量メーター付きアプリ化

【ollama】賢すぎずバカすぎない、ほどよいチャットbot – 2

はじめに みなさんこんにちは。株式会社インプルの岩崎です。 今回はこちらの続きです。まだ前回の記事を見てない方は、こちらをチェック！ モデルを変えて、ほどよくする 前回はMCPサーバーを立てて、データを引っ張りLLMが回… 続きを読む 【ollama】賢すぎずバカすぎない、ほどよいチャットbot – 2

ローカルLLMで音声文字起こしアプリを作る【Python編①】環境構築からアプリ化まで

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 さっそくですが、 「キーボードで打つより、しゃべった方が早い」 そう感じたことはありませんか？ 一般的な日本語のタイピング速度の平均は1分間に60〜80文… 続きを読む ローカルLLMで音声文字起こしアプリを作る【Python編①】環境構築からアプリ化まで

【ClawRouter】AIエージェントが自律的に最適モデルを判断！

はじめに みなさんこんにちは。株式会社インプルの岩崎です。 今回は、AIがリクエスト内容を判断し、最適なモデルを選択して使用する、ClawRouterについてです。 ClawRouterとは ClawRouterはAIエ… 続きを読む 【ClawRouter】AIエージェントが自律的に最適モデルを判断！

【MCP】賢すぎずバカすぎない、ほどよいチャットbot

はじめに みなさんこんにちは。株式会社インプルの岩崎です。 今回は、普段何気なく使うチャットボットに、ほどよいLLMの機能を追加してみて、性能を少し上げてみた、という、久しぶりのアイデア寄りなお話です。 チャットbotと… 続きを読む 【MCP】賢すぎずバカすぎない、ほどよいチャットbot

【LLMの学習】ファインチューニングにおける過学習対策 | データセットの拡充と複合タスクへの対応

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 前回の記事では、Macのローカル環境（MLX + QLoRA）を用いて、Qwen 2.5 Coderに「独自のコーディングルール」を学習させる検証を行いま… 続きを読む 【LLMの学習】ファインチューニングにおける過学習対策 | データセットの拡充と複合タスクへの対応

【LLMの学習】Macローカル環境におけるQLoRAファインチューニング | 独自ルールの定義と事前知識バイアス

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 さっそくですが、AIにコーディングさせていて、こんなもどかしさを感じたことはないでしょうか？ 「元のコードに合わせて一部だけ修正して欲しかったのに、関係な… 続きを読む 【LLMの学習】Macローカル環境におけるQLoRAファインチューニング | 独自ルールの定義と事前知識バイアス

【ローカルLLM】無料で使えるローカルLLM | TemperatureとSeedでブレないRAGを構築

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 前回の記事では、無料で使えるローカルLLMを5つピックアップし、RAG（検索拡張生成）環境で「一番嘘をつかないモデルはどれか？」という比較検証を行いました… 続きを読む 【ローカルLLM】無料で使えるローカルLLM | TemperatureとSeedでブレないRAGを構築

【ローカルLLM】無料で使えるローカルLLM | RAG環境で一番「嘘をつかない」モデルはどれ？

はじめに みなさん、こんにちは。株式会社インプルのyotaです。 今回は、無料で使えるローカルLLMをベースにした、RAG（検索拡張生成）環境の構築に関するお話です。 社内規定や独自マニュアルをAIに読み込ませて回答させ… 続きを読む 【ローカルLLM】無料で使えるローカルLLM | RAG環境で一番「嘘をつかない」モデルはどれ？