岐阜AI勉強会第二十三回 2027/1/31

1月

31

岐阜AI勉強会第二十三回 2027/1/31

募集内容	参加枠1 無料先着順 1/10人
申込者	申込者一覧を見る
開催日時	2027/01/31(日) 14:30 ～ 16:00 Googleカレンダー icsファイル
募集期間	2026/10/03(土) 15:29 〜 2027/01/31(日) 16:00まで
会場	岐阜生涯学習センター（ハートフルスクエアG）小研修室2 岐阜市橋本町1丁目10番地23 （ＪＲ岐阜駅東）マップで見る会場のサイトを見る
出席登録	(イベント開始時間の2時間前から終了時間まで、参加者のみに公開されます)

(参加者と発表者のみに公開されます)

下記の日程でAI、プログラミング、IT技術に関する勉強会を開催する予定です。

月一回のペースで開催することを考えています。
どのような勉強会にするかは、参加された方々と相談しながら調整していけたらと考えています。

小研修室2に集まっての勉強会ですが、Zoom を使用して画面共有しながら進められたらと考えています。 (音声は全員ミュート、カメラは使用しない設定で)

予め Zoom Workplace のノートパソコン・タブレット端末へのインストールをお願いいたします。

最初に、順に自己紹介することから始めたいと考えています。

自己紹介の際、参加される方のほうでも Zoom で画面共有しながら興味があること・情報共有したいこと等について紹介いただけたらと考えています。（自己紹介だけでも大丈夫です。）

最近のLLMあるいは画像生成AI等をテーマにする予定です。(こちらは私のほうで準備する内容で、参加される方のほうで用意される場合は、テーマはどのようなテーマでも構いません。)

Excel統計データでRAGを作る ― BGE-M3・Qdrant・Qwen3-8Bによる日本語RAG
　(都道府県別年齢階級別人口のExcelファイルを参照し、質問に回答する RAG システムを構築しました。)
https://www.leafwindow.com/excel-statistics-rag/
下記の Google Colab のページで動作確認しました
https://github.com/fukagai-takuya/gifu-ai/blob/main/gifu-ai-2026-09-06/RagPoc_Population_by_Pref_Age_2026.ipynb
参考文献 - Anthropic の RAG についての解説記事 (Sep 19, 2024)
https://www.anthropic.com/engineering/contextual-retrieval

Google Cloud で Codex CLI を動かす ― CPU VM から GPU VM の Gemma4 26B を利用する
(Coding Agent として OpenAI Codex CLI を使用し、LLM には Gemma4 26Bを使用しました)
https://www.leafwindow.com/google-cloud-codex-cli-cpu-gpu-gemma/
参考記事 - Using Local Coding Agents
https://magazine.sebastianraschka.com/p/using-local-coding-agents

Using Local Coding Agents
https://magazine.sebastianraschka.com/p/using-local-coding-agents
上記の記事を参考に私のほうでも Qwen-Code をローカル環境で実行できるようにし、下記のブログに環境構築手順をまとめました。上記の記事と異なり、Docker を使用しました。また、4GB の VRAM しか持たない GPU (NVIDIA GeForce GTX 1650) で動作させました。
https://www.leafwindow.com/run-qwen-code-locally/

The Big LLM Architecture Comparison
https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison
A Dream of Spring for Open-Weight LLMs: 10 Architectures from Jan-Feb 2026
https://magazine.sebastianraschka.com/p/a-dream-of-spring-for-open-weight
From DeepSeek V3 to V3.2: Architecture, Sparse Attention, and RL Updates
https://magazine.sebastianraschka.com/p/technical-deepseek
Controlling Reasoning Effort in LLMs
https://magazine.sebastianraschka.com/p/controlling-reasoning-effort-in-llms
Using Local Coding Agents
https://magazine.sebastianraschka.com/p/using-local-coding-agents
上記の記事を参考に私のほうでも Qwen-Code をローカル環境で実行できるようにし、下記のブログに環境構築手順をまとめました。上記の記事と異なり、Docker を使用しました。また、4GB の VRAM しか持たない GPU (NVIDIA GeForce GTX 1650) で動作させました。
https://www.leafwindow.com/run-qwen-code-locally/

参考文献

Demystifying Flux Architecture (ソースコードを参考に書かれたFLUX.1のアーキテクチャの解説)
https://arxiv.org/pdf/2507.09595
FLUX.1 Kontext: Flow Matching for In-Context Image Generation and Editing in Latent Space (Black Forest LabsによるFLUX.1 Kontextについてのレポート)
https://arxiv.org/pdf/2506.15742
Exploring Multimodal Diffusion Transformers for Enhanced Prompt-based Image Editing
https://arxiv.org/pdf/2508.07519

参考ページ

参考ソースコード

ブログ (私のほうで調査した内容のブログになります)

Hugging Face diffusers の GitHub リポジトリを Fork して FLUX.2 [klein] 4B を Google Colab PRO でデバッグ実行
https://www.leafwindow.com/hugging-face-diffusers-fork-and-debug-on-google-colab-flux2-klein/
FLUX.2 [klein] 4B の調査 – Pipeline の構成と Scheduler について
https://www.leafwindow.com/investigate-flux2-klein-4b/
FLUX.2 [klein] 4B Base の調査 – guidance scale について
https://www.leafwindow.com/flux-2-klein-4b-base-guidance-scale/
FLUX.2 [klein] 4B の調査 – Transformer への入力について
https://www.leafwindow.com/investigate-flux2-klein-4b-transformer-input/
FLUX.2 [klein] 4B の調査 – Transformer の構成について
https://www.leafwindow.com/investigate-flux2-klein-4b-transformer-architecture/

下記のページは、第二十回（2026/10/18）、第二十一回（2026/11/15）、第二十二回（2026/12/13）の案内のページなります。
https://connpass.com/event/399184/
https://connpass.com/event/402401/
https://connpass.com/event/405539/