📅 2025年12月5日（金） 13:30 – 16:45

🎯 本日の目標

「RTX 4060 Ti 8GB搭載PCでStockMark-LLM-7Bを動かす環境構築」

現実：「日本語入力設定だけで3時間を消費」

🚀 スタート：Bazziteからの脱出

背景

Fedoraベースのimmutable OS「Bazzite」を使用。GPUはRTX 4060 Ti 8GB、32GB RAMという申し分ない環境。しかし…

問題点：

• Bazziteのimmutable特性（/usrが読み取り専用）
• Podman/Toolbox内でのNVIDIAサポート制限
• コンテナ内でのCUDA設定困難

決断

「Ubuntu 24.04 LTSに移行しよう。互換性とドキュメントが豊富だ」

RTX4060Ti × Ubuntuで「成長型AI」を育てる記録｜学習環境の土台構築編

ここからは、**RTX4060Tiを搭載したPCにUbuntuをインストールし、ローカル環境でLLMを学習させるための“土台作り”**を行った記録です。
目指すのは、知識量だけでなく「人格・思考・判断」が育っていく “成長型AI” の構築です。

---

■ 今日のテーマ

• GPU：RTX 4060 Ti
• OS：Ubuntu
• 目的：
  Qwen2.5-7B-Instructをベースにした、人格を持つローカルAIの育成環境を構築すること

単なるチャットAIではなく、

• 社内事務処理
• 注文住宅ユーザーへのコンサル
• コーダー支援

まで対応できる、“師匠タイプの人格AI” を目指しています。

---

■ 本日行った作業の流れ

① Python仮想環境（venv）の構築

まずは学習専用のPython環境を構築。

• python3-venv の導入
• venv の作成
• (venv) 環境の起動を確認

これにより、OS側を汚さずに安全に学習環境を構築できる状態になりました。

---

② 必須ツールの確認

以下の基本ツールも無事確認・導入完了。

• pip（Pythonパッケージ管理）
• git（学習スクリプト管理）
• 学習用作業ディレクトリの作成

ここまでで 「いつでも学習を開始できる最低限の環境」 が完成。

---

③ Qwen2.5-7B-Instruct を正式採用

今回育てるベースモデルは以下に決定。

• Qwen2.5-7B-Instruct
• 日本語対応が強い
• VRAM ８GBクラスでもLoRA学習可能
• 汎用性が高く実務向き

---

④ AIに与える「人格設計」も明確化

今回設定した人格コンセプトは以下。

▼ 役割（質問①）

• 社内事務処理
• 注文建築のコンサルタント
• コーダー

▼ 思考特性（質問②）

• 共感や同情を超えた「同苦」ができる人格
• 多角的で視座が高い
• 冷静で緻密な思考

▼ 立ち位置（質問③）

• 「師匠」タイプのAI

ここが、今回の 成長型AIプロジェクトの“設計図” になります。

---

⑤ 学習に必要なライブラリ導入フェーズへ突入

本日の最終段階として、以下を導入する準備に入りました。

• torch（GPU学習本体）
• transformers（Qwen本体操作）
• peft（LoRA）
• bitsandbytes（VRAM節約）
• accelerate（高速学習）
• datasets / sentencepiece（日本語処理）

これで 「環境構築フェーズは最終局面」 に突入です。

---

■ 今日のまとめ

Ubuntu環境構築 完了
Python仮想環境（venv）完成
学習用ディレクトリ準備完了
Qwen2.5-7B-Instruct 採用決定
師匠人格AIの方向性が明確化
LoRA学習ライブラリ導入フェーズへ到達

つまり今日は――
「AIを学習させる前の“畑づくり”がすべて完了した日」 でした。

---

次回の課題（いよいよ本番）

次回はいよいよ、ここから一段階レベルが上がります。

▶ 次回やること

1. LoRA学習ライブラリの完全導入
2. Qwen2.5-7Bの正式ダウンロード
3. 「師匠人格」を定義したJSON学習データの作成
4. 実際にRTX4060Tiで学習を回す
5. 成長型AIの“初回人格インストール”実施

---

■ 編集後記

ここまで来ると、もう単なる「実験」ではなく
“自分専用に育てるAIプロジェクト”が本当に始まった感覚 があります。

次回はついに――

AIに魂を吹き込む日

になります。

---

この続きも、すべて記録として積み上げていきます。
「成長するAI」の実況ドキュメント、乞うご期待。