Googleが新フラグシップモデル「Gemini 4 Argon」を発表
Introducing Gemini 4 Argon
Googleが新しいフラグシップモデルGemini 4 Argonを発表した。実世界のソフトウェアエンジニアリング、エンタープライズナレッジワーク、サイバーセキュリティ防御などの複雑なワークフローでフロンティア性能を達成している。AIエージェントのタスク遂行能力向上に焦点を当てたモデルであり、内部では数千人のGoogle従業員がすでに使用しており、-specialized coding tasksや深いリサーチ、ライティングの質向上に貢献している。価格は1百万入力トークン2ドル、出力トークン10ドルで、cached入力トークンは95%オフとなる。
ゲーミングPCでLLMを動かす〜VRAM節約の戦い
ゲーミングPC向けで LLMとデプロイ環境を最適化，看了看
オンラインゲームのチャット翻訳のために、翻訳特化LLMをゲーミングPC向けに最適化してデプロイした記録記事。モデルファイル、プロセスのメモリ、ランタイムの3段階でVRAMを削った結果、2〜3GBのVRAMで商用LLMに近い翻訳精度を達成した。使用したMiLMMT-46モデルはGemma3をベースにしており、1B・4B・12Bの3サイズで提供されている。量子化の程度とモデルサイズのトレードオフについて具体的な数値で検証している。
PiがMCPサポートを開始〜以前は拒否していた社が態度を変えた理由
You said no MCP
AIアシスタントPiを作っていたEarendil社が Previously MCP (Model Context Protocol) を不支持としていたが、サポートに切り替えた理由を解説している。去年からのMCPの変化に加え、MCPへの変更がJevをPi内でより簡単に使えるようにする など般的なユースケース 向上が採用の理由となった。MCPの課題として今でも composição (構成) が難しいことを挙げている。
FlowiseでビジュアルLLMワークフローを構築〜オープンソースのローコードプラットフォーム
Deploying Flowise - Open-Source Visual LLM Workflow Builder
Flowiseはオープンソースのローコードプラットフォームで、ドラッグ＆ドロップのビジュアルインターフェースでLLMアプリケーションを構築できる。プロンプト、モデル、メモリ、外部データソースをノードとして接続し、チャットボットやドキュメントQ&A、内部自動化パイプラインを構築できる。このガイドではDocker Composeを使ってLinuxサーバーにFlowiseをデプロイし、Traefikで自動HTTPSを設定、prompt templateとchat model、conversation chain、memory componentを組み合わせたチャットフローを構築している。