RAG の「それっぽいのに違う」回答を減らす — Gemma 4 × Antigravity で組む検索品質の評価ハーネス
RAG の回答が時々ズレる問題を数値に置き換える評価ハーネスの作り方。30問のゴールデンデータセット、recall@5・MRR・nDCG の実装、Gemma 4 による忠実性審査、pytest の回帰テストまで、ローカル環境の実測値と共に共有します。
Antigravity のローカル LLM 切り替えで Ollama・LM Studio・Gemma 4 のどれを残すか — 個人開発の判断ノート
Antigravity からローカル LLM を呼び出す経路を整理した結果、Ollama・LM Studio・Gemma 4 のうち何を残し何を捨てたか。Mac mini M5 1 台で個人開発をしている立場での判断ノートです。
Gemma 4 を Antigravity で動かすとき、Q4 と Q5 のどちらを選ぶか — M2 Mac で実測した3軸の結果
Gemma 4 を Antigravity でローカル運用するときに迷う Q4_K_M / Q5_K_M / Q8_0 / fp16 の選び方を、M2 Mac 16GB の実機で速度・メモリ・出力品質の3軸で測った結果から解説します。
Gemma 4 fine-tuning 実践 — データ不足・過学習・品質問題を防ぐ完全ノウハウ
Gemma 4 の fine-tuning で直面するデータ品質・過学習・評価方法の問題を実装コード付きで解説。LoRA・QLoRA の使い分け、データ準備の落とし穴、本番で使えるチェックポイント選択の判断基準まで体系的にまとめました。
Antigravity × LiteLLM で複数 LLM プロバイダを 1 つのプロキシに束ねる実装ガイド
Antigravity から LiteLLM プロキシ経由で Gemini / Claude / OpenAI / ローカル Gemma を束ねる設計と実装。フォールバック・コスト最適化・運用上の落とし穴まで実体験ベースで解説します。
Antigravity で Gemma 4 のローカル出力に型安全を取り戻す — GBNF / Outlines / JSON Schema 制約デコードの使い分けを本番設計する
Gemma 4 をローカル推論で動かしながら、Structured Output を 100% 強制する本番設計ガイド。llama.cpp の GBNF 文法、Outlines、JSON Schema を Antigravity のエージェント構築に組み込む実装パターンを徹底解説します。
Gemma 4 をモバイルアプリに組み込むときのメモリ予算設計
Gemma 4 をモバイルアプリに組み込む際、モデルサイズだけでなく推論時のピークメモリが本当のボトルネックになります。実測ベースのメモリ予算設計と、端末性能ごとの切り替え戦略をまとめました。
Gemma 4 の複数 LoRA を組み合わせて使う — マージ技法と動的スイッチングで『1モデルで何でもこなす』を本番で実現する
要約・翻訳・コード生成など複数タスクに LoRA を学習させたとき、どう本番で組み合わせるか。重み付きマージ、TIES、動的スイッチングまで、個人開発者が実際に詰まった箇所を Antigravity と一緒にほどいていく実装ノートです。
Antigravity から自前 vLLM サーバーで Gemma 4 を本番運用する — 高スループット推論基盤を組み立てる実装ガイド
Ollama で動いた Gemma 4 を数十人規模に広げようとすると、必ず推論スループットの壁にぶつかります。vLLM で自前の推論サーバーを立て、Antigravity のエージェントから本番用のエンドポイントとして叩くまでを、docker-compose・量子化の選び方・レートリミットまで通しでまとめた実務ガイドです。
Gemma 4 を自分用に仕上げる — LoRA / QLoRA ファインチューニングを現実的な予算で回すための実務ノート
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 × Antigravity でローカルLLMを本番環境で動かす——セットアップから安定運用まで
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。
Antigravity AIエージェント設計：マルチモーダル対応の本番実装パターン
Google Antigravity（Gemma 4）を使ったマルチモーダルAIエージェントの設計・実装を解説。画像・テキスト統合処理、Function Calling、Tool Use、本番環境での状態管理とエラーハンドリングまで網羅します。