ARTICLES

すべての記事

クラウド API の請求を気にせず Antigravity のエージェントを回すために、LM Studio を常用する実践ワークフローを紹介します。モデルと量子化の選び方、OpenAI 互換サーバーの設定、接続手順、日常運用で詰まりやすい3つのポイントをお伝えします。

量子化モデルなら載るはず、と思って実機に入れたら OS に落とされる。公式のメモリ目安（E2B は約 1.1 GB、E4B は約 2.5 GB）を出発点に、4つのメモリ領域、端末ごとの切り替え、KV キャッシュの見積もり、メモリ警告への備えを整理します。

要約・翻訳・コードレビューなど複数タスクに LoRA を学習させたとき、どう本番で組み合わせるか。マージ前のランク点検、Weighted と TIES、動的スイッチングと切り替え頻度の計測まで、個人開発で詰まった箇所を Antigravity と一緒にほどいていく実装ノートです。

プロンプトをコードとして扱い、バージョン管理・A/Bテスト・品質評価を自動化する本番基盤の実装ガイド。AntigravityのAIエージェントで安全にプロンプトを改善し続けるための設計パターンを、動作するコードとともに解説します。

Gemma 4 をフルファインチューニングするのは個人には荷が重いですが、LoRA/QLoRA で軽量に『自分用』に仕上げるのは現実的な予算で可能です。データ準備、学習設定、落とし穴、評価方法、そして Antigravity で活用するまでを、実体験ベースで掘り下げます。

Gemma 4 を Antigravity と繋いでローカルで本番運用するまでの道筋です。モデルサイズの選び方・Ollama のチューニング・API連携・応答が遅いときの対処を、実装例を添えて追っていきます。

日本語テキストをクラウドに送らずに処理したい場面に向けて、Gemma 4 で要約と感情分析のアプリを作る手順を紹介します。Antigravity での Python 環境整備から実装のつまずきポイント、実用的なアプリに仕上げる工夫まで日本語処理に特化して扱います。

Gemma 4をQLoRAで本番品質にファインチューニングする完全ガイド。データセット設計から評価パイプライン、Cloudflare WorkersへのデプロイまでAntigravityで完結する実装を動作済みコードで詳解します。

Google Antigravity Python SDKのFunction Callingを実装する方法を実践的なコード例で解説。AIに外部APIを呼ばせる仕組みと、Antigravity IDE上でのデバッグ方法まで習得できます。

Google の最新オープンソースLLM Gemma 4 をローカル開発環境で実行する方法を、Ollama や llama.cpp を使った実装パターンと共に解説。マルチモーダル対応・エージェント機能も搭載。

同じコードを何度も読み込ませてクレジットが削られる問題を、Gemma 4 の Implicit Caching で抑える方法を解説します。従来モデルとの違い、Antigravity での体感差、キャッシュ効率を高めるプロジェクト設計と効かないパターンを整理しました。

Anthropicが発表したClaude Mythosプレビューの実態を解説。ゼロデイ脆弱性の大量発見、リバースエンジニアリング能力、Project Glasswingによる防御的活用まで詳しく紹介します。