iestudy https://blog.hatena.ne.jp/iestudy/ 家studyをつづって https://www.iestudy.work/ AI 概要 前回の記事でお便り等の書類をローカルで整理する環境（RAG、Retrieval-Augmented Generation（検索拡張生成））を構築しました。ただし、精度や応答速度の面で課題を感じていました。上記の課題について、LLMの変更やテンプレートを定義して体感的には改善できたように思います。今回の記事では改善できた環境の構築手順をまとめます。 Qwen2.5とは Qwen2.5はAlibabaが開発する LLMシリーズで、3B〜72Bまで幅広いサイズが提供されています。 日本語が強い（特に 3B / 7B） コード生成に強い（Coder 系） 推論速度が速い GGUF 形式でローカル… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.iestudy.work%2Fentry%2F2026%2F05%2F08%2F145543" title="Qwen2.5 × Modelfile × Ollama で要約特化モデルを構築する（ローカルRAG環境を高速化） - 家studyをつづって" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-05-08 14:55:43 rich https://www.iestudy.work/entry/2026/05/08/145543 1.0 100%