# 「おにぎりに巻かれた黒いやつ」で、gemma-4-12Bの量子化ビルドを炙ってみた ローカルLLMを触っていると「量子化すると頭が悪くなる」という話を山ほど聞く。でもその「悪くなる」を、英語のベンチじゃなく、日本人なら一瞬で判定できる形で見たことはあるだろうか。 自作のベンチツールでgemma-4-12Bを量子化・ビルド違いで回していて、面白い壊れ方を見つけた。お題はこれ。 > おにぎりに巻かれている黒いやつってなんだっけ？小学生にもわかる感じで教えて。 このお題のキモは「簡単なこと」ではない。**海苔を普通こんなふうには呼ばない**ところにある。「海苔って何？」と直接聞いていない。「おにぎりに巻かれた黒いやつ」という、一段ひねった言い方から、海苔という概念を手繰り寄せられるか——連想力を見ている。同時に、日本のことを学習していれば当然データセットに入っているであろう、ど真ん中の常識でもある。 結論から言うと、**どのモデルも「のり」には正解した。連想は全モデル通った。** 差がついたのは、その先の日本語の出力品質である。そしてそこに、ビルド元による明確なグラデーションが出た。 ## 壊れ方には3段階あった 同じgemma-4-12Bでも、Unsloth量子化のビルドだけが、深さの違う3種類の破綻を見せた。プロンプトは全モデル共通（system: 自然な日本語で変なスペースを入れずに答える / user: 上記のお題）。 **① 多言語が漏れる — Unsloth QAT-UD-Q4_K_XL** > 海weed（うみのも）という海の植物を、細く切って乾（かわ）かしたものです。 「海weed」。英単語の weed が日本語の出力に直接漏れ出し、しかも「うみのも」という存在しない読みが振られている。 **② ふりがなが壊れる — Unsloth Q3_K_S** > 海藻（かいも）の一種で、お寿司やて焼き物などにも使われることが多いです。 漢字「海藻」は正しいが、読みが「かいも」（正しくは「かいそう」）。さらに「て焼き物」という謎単語も出た。（海苔ではないらしいが海藻を焼き物に使うことはあるようだ。「藻掛け」） **③ 文法がねじれる — Unsloth IQ4_XS** > お米に巻くと、磯のいい香りがして、おにぎりをおいしく食べてくれるための大切な材料です。 漢字も読みも正常。だが「おにぎりをおいしく食べてくれるための材料」は、主語と動作がねじれた不自然な日本語になっている。 一方、Google公式（lmstudio-community配布）の2ビルドは、この種の破綻を一切起こさなかった。 **lmstudio QAT-Q4_0** > 海（うみ）の近くにいる「海藻（かいそう）」という植物を乾燥させて作ったものです。 **lmstudio Q4_K_M** > 海の中の海藻（かいそう）という植物からとられたもので、おにぎりを包むと、お米が手にくっつきにくくなるし、おにぎりの形も崩れにくくなるので便利なんだよ。 読みも文法も自然。同じ12Bのベースモデルだが、日本語の出力品質の保たれ方が違う。 ## 数字で見たトレードオフ 面白いのは、この「壊れたビルド」たちが、速度では勝っていたこと。手元の実測（max 1024 / 同一プロンプト・条件で揃えた）はこうなった。 | 配布元 / ビルド | 量子化 | 速度 (t/s) | VRAM | 品質 (目視で手vote) | 日本語の破綻 | |---|---|---|---|---|---| | lmstudio-community gemma-4-12B-it | Q4_K_M | 12.35 | +7759 MiB | 100% (4/4) | なし | | lmstudio-community gemma-4-12B-it-QAT | QAT-Q4_0 | 22.13 | +7754 MiB | 100% (4/4) | なし | | unsloth gemma-4-12b-it | Q3_K_S | 26.28 | +6431 MiB | 75% (3/4) | 読み（かいも） | | unsloth gemma-4-12B-it-qat | QAT-UD-Q4_K_XL | 26.83 | +7751 MiB | 75% (3/4) | 語彙（海weed） | | unsloth gemma-4-12b-it | IQ4_XS | 26.93 | +7624 MiB | 75% (3/4) | 文法ねじれ | > 計測条件: llama.cpp b9518 / CUDA / n-gpu-layers 99 / flash-attn on / KV cache q8_0 (k/v両方) / fit-ctx 65536 / 単一モデル・parallel 1。OpenAI互換API（/v1/chat/completions）経由、リクエストの max_tokens=1024（サーバ上限 n-predict=4096 のため実効上限は1024）。VRAM実測はこのKV量子化前提の値。 きれいに傾向が出ている。**速いビルドほど品質voteを落とし、品質満点のビルドほど遅い。** 公式Q4_K_Mは品質100%だが12 t/sしか出ず体感はかなり重い。逆にUnslothは26〜27 t/sと快適だが、おにぎりベンチで日本語の破綻を見せて1票減点された。 「日本語で快適に使う」と「日本語が壊れない」のちょうどよさはlmstudio-community gemma-4-12B-it-QAT が近そうだが、しかし26tpsと22tpsの差は案外大きい。 ## なぜ気づけたか（測り方の話） このベンチツールでは指標を2軸に分けている。ひとつは**機械スコア**で、tokens/sとVRAMから機械的に出す「快適さ」の指標。もうひとつは**品質スコア**で、出力を見て自分でup/downを押した票の比率。 機械スコアだけ見ていたらUnslothが「速くて良い」で終わっていた。「海weed」に気づいたのは、出力そのものを目で見て品質voteを押す側の工程があったからだ。速いから良い、では拾えない差が、ここにある。 ## 次にやること - 同じおにぎりベンチをQwen系・llm-jp系でも回し、量子化耐性に差が出るか見る（gemma 4 E2Bあたりは、この問いに対して同規模のQwenにはない独特の逃げ方をした記憶があるので、それも別途） - 「海weed」型の破綻を一問一答でなく、もう少し体系的な日本語タスクセットに育てる - 機械スコアと品質スコアの相関（速いほど壊れるのか）をモデルをまたいで検証 ツールは自作で、ローカルのllama.cpp / LM Studioを相手にbenchmarkをqueue実行し、速度・VRAM・品質を記録できるようにしている。

ホロライブあたりからどうも不満が漏れ始めてるのはなんでなんだろうな？ コロナバブルがはじけて、金の切れ目が縁の切れ目って感じなのか？　常に伸び続ける、日本企業としても配信者としても異常なトレンドに慣れてた人たちが「普通」の成長速度に不安が出てきたのかな 実際問題余裕がなくなりつつあるんだろうな　カバーはえにからより経営"は"下手だからなぁ エンタメ企業は水商売なので、現預金を少しでも分厚く持つ必要があるけど、その辺どうだったっけな

俺みたいな社会からドロップアウトした側の人間からするとコロナ以降LLMも含めてめちゃくちゃ追い風吹いてるなって感じはあるんだよな いや、この「得する側」の意味するところが明らかではないのでなんともなんだけど 実際問題、そろそろ「で、何がどう嬉しいんですか？」が求められ始めてはいるとは思うんだけど、仮に原始的な要求をある程度満たせちゃったら普通にやばいよな　少子化とかどんどん進みそうだし、引きこもりとかもっと増えるだろ https://x.com/hazuma/status/2025475062296645671

RT @keichan_verano: 「官能」は、器官の機能の意味で、もともとは性的な意味は無かった。明治時代の文学評論では五感の働き、特に感覚的な快楽の意味で官能美や官能小説に、化学に関する洋書の翻訳では特定の役割を持つ部分という意味で官能基として使われるようなった。へー

「脳を焼かれる」という表現については以下のような理解を持ってる 「初出」はわからない、というか物理的な意味を含めればそこまで存在しえない表現ではないと思う。SAOとかでも死ぬとナーブギアがうんぬんかんぬんで脳がレンチンされる、みたいな感じだったわけだし。あと攻殻機動隊が元ネタではないかと指摘している人もいるけども、これも同じく物理的に脳を焼くタイプ。要はSF文脈ではそこそこある表現だったわけだ。 もうちょっと調べてみると、カイジで「ギャンブルに脳が焼かれている」的な表現があるらしい。これは俎上に載せている表現に近い。 さて、「初出」はわからないが火付け役というか元ネタはおそらくAC6だ。 621という傭兵が主人公なのだが、この主人公は脳が焼かれている。物理的に。Twitter上におけるAC6人気は結構すごかった。AC6にちなんだ表現としてよく使われるようになったはず、というのが大まかの理解。 ただ、もうすでにACの文脈からは解き放たれていて、使われている場所（プラットフォーム/コミュニティ）によって微妙にニュアンスが違ったりする感じがある。憧れ、憧憬、尊敬、とかそういう感情に焦がれている、みたいなニュアンスの場合もあれば、衝撃を受けてそこから抜け出せないみたいな意味合いを持つこともある。 再度指摘しておきたいのは、ACの本来の文脈だと物理的に脳が焼かれているわけで、SF文脈にこそ近い。ただ、おそらく、Twitter上で使われ始めた時には、AC6において主人公から上司（というかご主人というか）のウォルターへと向けられている感情と重ねての言い回しだったのではないだろうか。 AC6という重厚なタイトルの流れ（ストーリー）を踏まえないと意味がつかめないという、あまりのハイコンテクストさが、広まるにつれてだんだんと削ぎ落とされていき意味の温度が上がっていったのだと思う。 私はAC6やってないので、こういう解釈があってるのか自分でプレイして確かみてみろ！