<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>espio999</author_name>
  <author_url>https://blog.hatena.ne.jp/espio999/</author_url>
  <blog_title>Technically Impossible</blog_title>
  <blog_url>https://impsbl.hatenablog.jp/</blog_url>
  <categories>
    <anon>AI</anon>
    <anon>IT</anon>
  </categories>
  <description>RAGのembedさえ整えば、1B級モデルでも精度維持できるのではないか？というアイデアが浮かんだ。たとえ話として擬人化すれば、体系化された知識に乏しい書生に資料を渡し、考える前に資料を調べて話をさせる、といったところだろうか。前回*1示したのは、SML (Small Language Model)のおかげで、GPU無し、RAM=8GBの環境でも現実的に推論実行できることだった。今回示したいのは、同様の環境でRAG (Retrieval-Augmented Generation)にも対応できることだ。 特定領域における生成AIからの回答を改善するために、強化学習を実施することは無理でも、RAG…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fimpsbl.hatenablog.jp%2Fentry%2FAnythingLLM&quot; title=&quot;GPU無し、RAM=8GBのRAG - LM Studioの場合、AnythingLLMの場合 - Technically Impossible&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/e/espio999/20250915/20250915182823.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-09-16 00:00:00</published>
  <title>GPU無し、RAM=8GBのRAG - LM Studioの場合、AnythingLLMの場合</title>
  <type>rich</type>
  <url>https://impsbl.hatenablog.jp/entry/AnythingLLM</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
