<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>bwgift</author_name>
  <author_url>https://blog.hatena.ne.jp/bwgift/</author_url>
  <blog_title>地平線まで行ってくる。</blog_title>
  <blog_url>https://bwgift.hatenadiary.jp/</blog_url>
  <categories>
    <anon>LLM</anon>
    <anon>Colaboratory</anon>
    <anon>Python</anon>
    <anon>自然言語処理</anon>
  </categories>
  <description>Sakana.AIより提案されたTAIDという学習手法を用いたモデルTinySwallow-1.5Bを試します。Colab T4環境で実施しました。VRAM占有率は1744MiB / 15360MiB でした。すでに多くの方が試していますが、このサイズを自分で動かさない手はありません。利用するならInstructバージョンということで、Instrucモデルを試してみました。 1.5Bですが、日本語に関しては性能が高いさすがの印象でした。このモデルでは回答も饒舌です。参照テキストを持たせるとしっかり参照した回答が得られたのでRAG用途でも利用しやすそうです。Langchainでの要約はハルシネー…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fbwgift.hatenadiary.jp%2Fentry%2F2025%2F02%2F01%2F093813&quot; title=&quot;SakanaAI/TinySwallow-1.5B-Instruct-GGUFをollamaとcolabでためしてみる。 - 地平線まで行ってくる。&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></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-02-01 09:38:13</published>
  <title>SakanaAI/TinySwallow-1.5B-Instruct-GGUFをollamaとcolabでためしてみる。</title>
  <type>rich</type>
  <url>https://bwgift.hatenadiary.jp/entry/2025/02/01/093813</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
