日本語コーディング性能が最も高いローカルLLMモデルは何か？MGSMベンチを実施して考察した - 技術メモ集

テクノロジーカテゴリーの変更を依頼記事元:

www.robotech-note.com

2users がブックマークコメント

記事へのコメント0件

注目コメント
新着コメント

新着コメントはまだありません。
このエントリーにコメントしてみましょう。

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

リンクを埋め込む

以下のコードをコピーしてサイトに埋め込むことができます

<iframe marginwidth="0" marginheight="0" src="https://b.hatena.ne.jp/entry.parts?url=https%3A%2F%2Fwww.robotech-note.com%2Fentry%2F2025%2F03%2F21%2F%25E6%2597%25A5%25E6%259C%25AC%25E8%25AA%259E%25E3%2581%25AE%25E3%2582%25B3%25E3%2583%25BC%25E3%2583%2587%25E3%2582%25A3%25E3%2583%25B3%25E3%2582%25B0%25E6%2580%25A7%25E8%2583%25BD%25E3%2581%258C%25E6%259C%2580%25E3%2582%2582%25E9%25AB%2598%25E3%2581%2584%25E3%2583%25AD%25E3%2583%25BC%25E3%2582%25AB%25E3%2583%25ABLLM%25E3%2583%25A2" scrolling="no" frameborder="0" height="230" width="500"><div class="hatena-bookmark-detail-info"><a href="https://www.robotech-note.com/entry/2025/03/21/%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%AE%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0%E6%80%A7%E8%83%BD%E3%81%8C%E6%9C%80%E3%82%82%E9%AB%98%E3%81%84%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%ABLLM%E3%83%A2">日本語コーディング性能が最も高いローカルLLMモデルは何か？MGSMベンチを実施して考察した - 技術メモ集</a><a href="https://b.hatena.ne.jp/entry/s/www.robotech-note.com/entry/2025/03/21/%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%AE%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0%E6%80%A7%E8%83%BD%E3%81%8C%E6%9C%80%E3%82%82%E9%AB%98%E3%81%84%E3%83%AD%E3%83%BC%E3%82%AB%E3%83%ABLLM%E3%83%A2">はてなブックマーク - 日本語コーディング性能が最も高いローカルLLMモデルは何か？MGSMベンチを実施して考察した - 技術メモ集</a></div></iframe>

プレビュー

規約違反を報告

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

日本語コーディング性能が最も高いローカルLLMモデルは何か？MGSMベンチを実施して考察した - 技術メモ集

概要 gemma3,qwq等々、24GB程度のVRAMで動き、かつ性能が高いとされるローカルLLMモデルがどんどん出て... 概要 gemma3,qwq等々、24GB程度のVRAMで動き、かつ性能が高いとされるローカルLLMモデルがどんどん出てきています。それぞれ、英語や多言語のベンチマークをそれぞれ出してきて我こそが最高性能だ！って言いあっているわけですが、私がLLMに求めているものはコーディング支援。英語や中国語の性能が良くても、学術的にはそりゃすごいんでしょうけど、私にとってはあまり意味がないんですよね。特に中国語なんてさっぱり読めないし。（英語も読めないけれど・・・・）ということで、日本語で数学（コーディング）能力が高いのは結局どれよ？という疑問に誰も答えてくれないので、自分でMGSMの日本語ベンチマークを動かして、ランキング形式で評価してみました。ベンチを動かすコードもgitに共有しているので、ぜひその他のいろいろなモデルで試してみてください。ちなみに、結論から先にお伝えすると、時間に余裕があるとき