画像・動画・音声

「DiarizationLM-Gemma-4-E4B-v1」音声処理向け大規模言語モデル:必要VRAM 8GB〜

GoogleのGemma 4 E4Bをベースにした音声処理向け大規模言語モデル「google/DiarizationLM-Gemma-4-E4B-v1」のスペックや推論手順を解説します。

新モデル

「Hemmingway-1」日常文章特化の言語モデル:必要VRAM 12GB〜・GGUF版あり

Altworldが公開した「Altworld/Hemmingway-1」は、日常の文章を人が書いたように書くことに特化した27Bパラメータの言語モデルです。モデルのスペックや性能評価、使い方を解説します。

画像・動画・音声

「Audio8-ASR-Infinite」音声認識モデル:必要VRAM 12GB〜・配布ファイル一覧

Edge0が公開したリアルタイム音声認識モデル「Edge0/Audio8-ASR-Infinite」のスペックや性能、対応ツール、入手方法について解説します。

エンジン・ツール

Hugging Face transformers、GGUFモデルの直接実行をサポート

Hugging Faceの推論ライブラリtransformersがllama.cppのGGUFフォーマットモデルの直接実行に対応。Apple Silicon向けの最適化やPythonエコシステムでの活用方法を解説。