<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>tsumikasane3</author_name>
  <author_url>https://blog.hatena.ne.jp/tsumikasane3/</author_url>
  <blog_title>つみかさね</blog_title>
  <blog_url>https://3yokohama.hatenablog.jp/</blog_url>
  <categories>
    <anon>AI</anon>
    <anon>ICT</anon>
    <anon>LMSuno</anon>
    <anon>Ollama（オラマ）</anon>
    <anon>ローカルLLM</anon>
  </categories>
  <description>Gemma 4 QATを試してみた ― 高性能なローカルLLMがさらに身近に｜画像生成と会話するAIの魅力と可能性https://note.com/chat_gpt777/n/nc795b5695e3f 米Google DeepMindは、「Gemma 4」ファミリー向けの「Quantization-Aware Training（QAT）」版モデルを公開しました。QATは、学習段階から量子化を考慮することで、メモリ使用量を大幅に削減しながらモデル品質を維持することを目的とした技術です。 今回公開されたQAT版は、「E2B」「E4B」「12B」「26B MoE」「31B」の各モデルに対応していま…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2F3yokohama.hatenablog.jp%2Fentry%2F2026%2F06%2F11%2F122050&quot; title=&quot;Gemma 4 QATを試してみた ― 高性能なローカルLLMがさらに身近に - つみかさね&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/t/tsumikasane3/20260611/20260611121836.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-06-11 12:20:50</published>
  <title>Gemma 4 QATを試してみた ― 高性能なローカルLLMがさらに身近に</title>
  <type>rich</type>
  <url>https://3yokohama.hatenablog.jp/entry/2026/06/11/122050</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
