メインコンテンツへスキップ
 

マガジン一覧

ビビリフクロウのブログ

bbrfkrの思ったこと、感じたことを雑多につづる。

53 本

2026-02-13 Strix Halo

ふとStrix Haloの載ったPCが欲しいなぁ、と思うなどした。AMD Ryzen AI Max+ 395のAPUが載ったPCのことなんだけど、今のAMDはvLLMとかComfyUIとか一応動くみたいなんですよね。なのでその可能性がみたいな、と思ったのともし動けばParallel Pipelineで4台くらいつなげて384GB VRAMクラスタとか組めるなぁとも思って。 ただ、昨今のメモリ高騰を受けてなのかわかんないんだけど結構高い。元々40万くらいで売られていたらしいm

2026-02-10 GLM 4.7でfp8 KV Cacheを使う

単純に `--kv-cache-dtype=fp8` とすると、vllmでのモデルロードまではうまくいくが、実際の推論でコケてしまう。 `--kv-cache-dtype=fp8_e5m2` にすると推論もうまく行ったので、ここにメモ。 GLM 4.7は4bit量子化使っても 200GBくらいVRAM食う感じ。RTX5060Ti x 16本でKV Cacheを `fp8_e5m2` にすると100kくらいのコンテキストサイズを稼げる感じにはなるけど量子化したせいなのか結構返

2026-02-07 GLM 4.7試してみた

今までプライベートではgpt-oss:20bと120bを使ってきたんだけど、GLM 4.xが結構性能いいよ、という記事をちょこちょこ見つけるようになって興味を持っていた。なので、実際にHuggingfaceからDLして使ってみた。 使用感的にはプロジェクトの内容を眺めてサマリを作るぐらいだったらいい感じにこなせてそうだった。プロジェクトの規模が大きくなるとコンテキストが大きくなるので、もっとVRAMが必要になりそうだけど。 現状は256GB VRAMで40kのコンテキスト

2026-02-06 Agent Skills

今日は結構忙しなかったけど、なんとかこなした。。。 先輩がAIのAgent Skilsを使って、課題解決や調査のフレームワークを作ってたんだけどすごかった。AI使いこなしてる感がすごい。。。 Web検索とかも今のAIだと自律的に行いながら課題解決できるからもうあとはアイデアを生み出すとか、課題を発見するところが大事だよな、、、と思っている。その能力がまだ自分は弱いと思っている。 自宅クラウドはあるからそれを応用できればないいんだけど。

もっとみる

量子計算学習ノート

量子コンピュータと量子通信 (オーム社) の読書ノートです。

92 本

量子計算学習ノート - 単一量子ビット演算3

この記事は「量子コンピュータと量子通信 (オーム社)」の読書ノートです。 前回は$${e^{iAx}}$$というオペレータ関数を定義した。これを用いて回転オペレータというものを定義する。次のように定義される。 $$ R_x(\theta) \equiv e^{-i\theta X/2}, \ R_y(\theta) \equiv e^{-i\theta Y/2}, \ R_z(\theta) \equiv e^{-i\theta Z/2} $$ 具体的に計算すると、次の

1

量子計算学習ノート - 単一量子ビット演算2

この記事は「量子コンピュータと量子通信 (オーム社)」の読書ノートです。 回転オペレータというものを定義するためにある線形作用素$${A}$$と実数$${x \in \mathbb{R}}$$に対する$${\exp(iAx)}$$という線形作用素について考えることにする。 実は正規作用素についてのオペレータ関数はすでに定義したが、一般の線形作用素については定義していなかったので、$${e^{A}}$$なるケースを定義しよう。 $${e^x}$$という関数は次のようにマク

量子計算学習ノート - 単一量子ビット演算1

この記事は「量子コンピュータと量子通信 (オーム社)」の読書ノートです。 ここからは量子アルゴリズムを記述する量子回路についてより詳細な議論を展開する。まずは単一量子ビット演算の復習から始める。 単一量子ビット演算は一般的には2x2のユニタリ行列であった。その中でも重要なものがいくつかあるので、性質とともに整理していく。 まずはパウリ行列だ。 $$ X=\left( \begin{array}{cc} 0 & 1 \\ 1 & 0 \end{array} \right

1

量子計算学習ノート - Toffoliゲート

この記事は「量子コンピュータと量子通信 (オーム社)」の読書ノートです。 Fredkinゲートとは異なる可逆論理ゲートとして、Toffoliゲートというものがある。Toffoliゲートも3つのビットを入力とし、3つのビットを出力する論理ゲートだ。より具体的には2つの入力ビットがともに1であるときに、標的ビットを反転させる。つまり、それぞれの入力ビットを$${a,b,c}$$と表し、出力ビットを$${a',b',c'}$$とすると $${a' = a}$$ $${b' =

もっとみる

作りながら学ぶ - サーバー構築基礎技術

Ubuntu Serverではじめる、Linuxへの第一歩を踏み出したい方のための講座です。

6 本
¥1,200

作りながら学ぶ - ITインフラ基礎技術 - 1. 仮想化ソフトウェアの導入と仮想マシン

作りながら学ぶ - ITインフラ基礎技術 - 2. 仮想マシンの作成とUbuntu Serverのインストール

作りながら学ぶ - ITインフラ基礎技術 - 3. Ubuntu Serverの基本的な操作

作りながら学ぶ - ITインフラ基礎技術 - 4. SSHサーバーの導入

もっとみる

講座の導入

bbrfkr(ビビリフクロウ)が作成する講座の導入部記事群をまとめました。

1 本

作りながら学ぶ - ITインフラ基礎技術 - 0. はじめに

こんにちは。bbrfkr(ビビリフクロウ)といいます。 この記事は有料マガジン「作りながら学ぶ - サーバー構築基礎技術」の紹介・導入記事です。 マガジンの概要有料マガジン「作りながら学ぶ - サーバー構築基礎技術」では、Windows PC 1台の上に、サーバーOSとしては標準的であるLinux(Ubuntu Server)を実際に導入してみることによって、実体感を得ながらサーバー構築の基礎技術を学ぶことができます。 想定読者有料マガジン「作りながら学ぶ - サーバー構

もっとみる

ITナレッジメモ

日々のITナレッジを公開

25 本

Obsidianノートに内部リンクをAIで半自動的に付与する

モチベーションObsidian Copilotで何となく対話的にAI使ってる気にはなってたんですけど、今一つ使いこなせていない気持ちになっていました。もっとAI使って楽してノート管理がしたい。 現状、私はObsidianを以下の目的で使っています。 毎日のタスク洗い出し 作業手順や考えたことのメモ 目標と行動計画の整理 振り返りの実施 が、どうしてもこれらのノートって書きっぱなしになっていました。必要になったときにキーワード検索かけてアクセスするって感じで、ノート

3

Knative試してみた - Eventing

前回の記事ではKnativeのServingとFunctionをお試ししてみました。この記事ではEventingのはじめ方について書いていきます。前提としてApache Kafkaをイベントのパブリッシュ先として使うようにします。 EventingのインストールServingと同様にKnative Eventingのインストールマニフェストを流していきます。まずはCRDの導入からです。 kubectl apply -f https://github.com/knative

1

Knative試してみた - Serving & Function

KnativeのServing・Function・Eventingを一通り試してみたので、今回はServingとFunctionの動かし方について書きます。 KnativeについてKnativeとは、Googleが自身のGoogle Cloudにおいて展開しているCloud RunやCloud Run Functionの実行基盤として利用しているプロダクトで、CNCFのGraduatedプロジェクトでもあります。 大きくKnative ServingとKnative Eve

3

mistral-commonのtool callのバグ

mistralのdevstral small 2をvllmで試してみているんですが、tool callの際にapiが400系のエラーを返す。どうやら内部的に使っているmistral-commonパッケージがtool call時に付与されている `index` というパラメータの受け取りに対応していなくて、例外を吐いてしまうらしい。 単純に受け取り口があればいいのかな?と思って追加したcommitが以下。 これだけでとりあえずmistral-vibeからはtool call

もっとみる

機械学習 学習ノート

パターン認識と機械学習(丸善出版社)の読書ノートです。

19 本

パターン認識と機械学習 学習ノート - 「曲線フィッティングの再考」をもうちょっと深ぼる4

この記事は「パターン認識と機械学習 (丸善出版社)」の読書ノートです。 私たちはそもそもある曲線$${f(x)}$$にしたがって、有限の観測データ$${\mathcal{D} = \{(x_i, t_i)\}}$$が得られるとし、$${t_i}$$の現出にガウス分布$${\mathcal{N}(\Delta | \mu, \beta^{-1})}$$にしたがうノイズ$${\Delta_i}$$が付与されていると仮定(つまり$${t_i = f(x_i) = x_i + \D

パターン認識と機械学習 学習ノート - 「曲線フィッティングの再考」をもうちょっと深ぼる3

この記事は「パターン認識と機械学習 (丸善出版社)」の読書ノートです。 前回、事前分布からベイズの定理を用いて事後分布を導くことができた。今回は事後分布の形から、いくつかの考察を行う。 さて事後分布において、最も高い確率(確信度)を与える$${\mu}$$の値はこれにて$${\mu_N}$$であることがわかった。ノイズ項のガウス分布の分散$${\beta_0^{-1}}$$から、この結果を考察してみる。 $${\mu_N}$$に着目すると同時に$${\beta_0 \t

3

パターン認識と機械学習 学習ノート - 「曲線フィッティングの再考」をもうちょっと深ぼる2

この記事は「パターン認識と機械学習 (丸善出版社)」の読書ノートです。 事前分布を前回定義したので、今回は観測データ$${\mathcal{D} = \{(x_i, t_i)\}}$$が与えられたとき、ベイズの定理を用いることで、データが与えられた後の確信度$${p(\mu| \mathcal{D})}$$を計算していく。 このような確率分布$${p(\mu| \mathcal{D})}$$を事後分布という。事後分布は次のように表される。 $$ p(\mu|\mathc

1

パターン認識と機械学習 学習ノート - 「曲線フィッティングの再考」をもうちょっと深ぼる1

この記事は「パターン認識と機械学習 (丸善出版社)」の読書ノートです。 本の内容だけだと理解度があまり高くなかったので、ベイズ的な曲線フィッティングのやり方をもう少し深く再考することにする。 まずは曲線フィッティングでやりたいことを明確にしよう。 ある関数$${f(x)}$$があったとする。ただし関数$${f(x)}$$の定義を私たちは知らない。その代わり、私たちには$${N}$$個の観測データ$${\{(x_i, t_i)\}}$$が与えられる。この観測データは基本的

2
もっとみる

3Dプリンタのノウハウ

3Dプリンタ関連のノウハウ

2 本

ERCF x Voron 2.4 R2でマルチカラー3Dプリントを実現する

今回ERCFという、OSSでKilpperに対応したマルチカラーユニットを導入してみたので、具体的に必要な作業・ハマりどころなどをメモとして残しておきたいと思います。 ERCFってなんだ?ERCFはVoronという3DプリンタのOSSに派生する形で作られたマルチカラーユニットのOSSになります。GitHubはこちら。 3Dプリンタにこの機器をアドオンとして利用することで、Klipperに対応した3Dプリンタでマルチカラー3Dプリントを実現することができます。昨今だとマルチ

12

家庭用3DプリンタTips - 種類と用途

3Dプリンタには様々な造形方式があるが、家庭用に普及している比較的安価な3Dプリンタには次の二つの方式が多い。 フィラメント溶解方式 (FFF, FDM) 光造形方式 (LCD, DLP, SLA) フィラメント溶解方式フィラメント溶解方式は「フィラメント」と呼ばれる、針金状に成形されたプラスチックを高熱で溶かすことによって、目的の形状を得る造形方式である。 フィラメント溶解方式は、まずフィラメントを排出するノズルをどのように目的の位置に移動させるかでいくつかの方式に細

もっとみる

計算理論学習ノート

計算理論の基礎(共立出版)の学習ノードです。

3 本

計算理論学習ノート - 非決定性

この記事は「計算理論の基礎(共立出版)」の読書ノートです 前回は有限オートマトンの認識する言語、正規言語と正規演算について紹介した。また和集合演算に対しては正規言語で閉じていることを示した。 順当には連結演算に対して正規言語で閉じていることを示したいが、実はこの証明をするためには非決定性の有限オートマトンを導入したほうがわかりやすい。よってここで非決定性の有限オートマトンを導入することにする。 これまでの有限オートマトンはある何らかの入力が与えられる前提で、次に遷移する

計算理論学習ノート - 正規言語と正規演算

この記事は「計算理論の基礎(共立出版)」の読書ノートです ある有限オートマトンで認識される言語を正規言語という。正規言語に対して以下の演算が定義できる。 スター演算は$${k = 0}$$の場合も含むため、空文字列$${\varepsilon}$$は常にスター演算後の言語に含まれる。 ところで正規演算の結果が再び正規言語になるかどうか、すなわち認識する有限オートマトンが存在するかどうかは自明な事実ではない。しかし、実際には正規演算は正規言語の中で閉じている。このことを証

1

計算理論学習ノート - 有限オートマトン

この記事は「計算理論の基礎(共立出版)」の読書ノートです 有限オートマトンはメモリ容量が著しく制限された計算機に対する良いモデルとなる。 有限オートマトンは次の5つの組からなる数学的対象だ。 有限集合$${Q}$$: 状態集合と呼ばれ、要素を状態という 有限集合$${\Sigma}$$: アルファベットとよばれ、要素を文字という 関数$${\delta: Q \times \Sigma \to Q}$$: 遷移関数という 状態$${q_0 \in Q}$$: 開始

2
もっとみる

論理学学習ノート

「論理学 (野矢茂樹 著)」 の読書ノートです。

2 本

論理学学習ノート - 命題論理2

これは「論理学 (野矢茂樹 著)」 の読書ノートです この記事では基本的な真理関数について、その真理表を示そう。以降、$${P, Q}$$をそれぞれ任意の命題を表した記号とし、$${1,0}$$をそれぞれ真、偽を表す数字として記述する。 否定$${\neg P}$$を「$${P}$$でない」という分子命題を表すこととし、これを$${P}$$の否定という。 $$ \begin{array}{c|c} P & \neg P \\ \hline 1 & 0 \\ 0 & 1

1

論理学学習ノート - 命題論理1

これは「論理学 (野矢茂樹 著)」 の読書ノートです まず、命題という言葉を定義しておこう。 命題には原子命題と分子命題という分類がある。 分子命題の真偽はそれを構成する原子命題の真偽の組み合わせで決定する。つまり原子命題の真偽の組み合わせを入力に取り、分子命題の真偽を出力する関数であると言える。これを真理関数という。 次回はいくつかの基本的な真理関数に対する真理表を示そう。

もっとみる

解析学学習ノート

解析入門I (杉浦光夫 著)の読書ノートです。

19 本

解析入門I - 実数の連続性6

この記事は解析入門I (杉浦光夫 著)の読書ノートです。 この記事では実際に数列$${(a_n)}$$がコーシー列であることが、収束することの必要十分条件であることを見ていく。 まずは収束する数列が必ずコーシー列になることを示そう。$${(a_n)}$$が収束することから、 $$ \forall \varepsilon \gt 0,\ \exists n_0 \in \mathbb{N}, n \ge n_0 \Rightarrow |a_n - a| \lt \fra

解析入門I - 実数の連続性5

この記事は解析入門I (杉浦光夫 著)の読書ノートです。 前回はボルツァーノ・ワイヤストラスの定理を示して、有界実数列と部分列の収束の関係を示した。この定理を利用することで実数列が収束するために必要十分な数列の特徴を導くことができる。 数列が収束することと、その収束値がどんな実数であるかは分けて考えたほうが良いことがある。何らかの値に収束することはある程度容易に示すことができるが、収束値を求めることが困難である場合だ。 このどんな実数に収束するかは明言しないが、確実に何ら

2

解析入門I - 実数の連続性4

この記事は解析入門I (杉浦光夫 著)の読書ノートです。 ここでは数列の部分列に対する収束性を導く。まずは部分列とは何かを定義しよう。部分列は数列から無限個の項を取り出すことにより作られる。 さて、数列$${(a_n)}$$部分列$${(a_{n(k)})}$$の定義から直ちに次が成り立つ。 全ての$${k \in \mathbb{N}}$$に対し$${k \le n(k)}$$ $${\lim_{n \to \infty}a_n = a}$$ならばすべての部分列$$

2

解析入門I - 実数の連続性3

この記事は解析入門I (杉浦光夫 著)の読書ノートです。 ここでは区間縮小法を示そう。まずは区間という概念について説明する。 $${a, b \in \mathbb{R}}$$に対して$${a \le b}$$が成り立っているとするとき、次のような定義を行う。 $${[a, b] \equiv \left\{ x : a \le x \le b\right\}}$$を有界閉区間という $${(a, b) \equiv \left\{ x : a \lt x \lt b

4
もっとみる