✓ ローカルLLMの導入を検討しているが、モデルサイズの比較だけで止まっている
✓ 量子化すると精度が大きく落ちるという情報だけで判断してしまっている
✓ 候補モデルは複数挙がっているが、比較する物差しを決められていない
✓ 精度検証にどれくらいの期間・工数がかかるか見積もれていない

もし一つでも当てはまるなら、問題は「情報の量」ではありません。精度を勘ではなく数字で測る検証の手順――それが抜けているだけです。この45分で、タスク別に「実用に耐える」を数字で定義し、モデルサイズ×量子化の実測データをもとに候補を絞り込む手順を持ち帰ることができます。

■ こんな方におすすめです
────────────────────────────────
✓ 自社データを扱うため、ローカルLLM・閉域環境での運用を検討している方
✓ モデルサイズと量子化の組み合わせで、どこまで精度を保てるか判断したい方
✓ 候補モデルの比較を、勘ではなく検証データで進めたい方
✓ 精度検証にかかる期間・体制をあらかじめ見積もっておきたい方
✓ 製造業・自治体などクラウドに出しにくいデータを扱う業務の担当者

■ セッション説明
────────────────────────────────
「モデルは大きいほど精度が高い」という前提のまま、ローカルLLMの検討を止めていないでしょうか。2026年9月時点のオープンウェイトモデルは上位モデル同士のスコア差が縮まっており、量子化（GGUF・AWQ・GPTQ）と組み合わせれば、数十億パラメータ級のモデルでも業務利用に耐える精度を実現できる場面が増えています。

本セッションは、公開ベンチマークの数字をそのまま信じるのではなく、自社タスクで「実用に耐える」を検証するための手順を示します。まず、タスク別に許容誤答率を数字で定義する方法と、モデルサイズ×量子化方式の実測データを押さえます。そのうえで、個人情報を扱うある自治体が国内外7つの候補モデルを、ライセンス・精度検証・GPU容量の3段階でどう絞り込んでいくかを1本の流れで見ます。

後半は、量子化方式ごとの実務的な使い分け、条件別の技術選択マトリクス、公開ベンチマークを鵜呑みにしない・国産LLMを無条件に選ばないといった落とし穴、運用開始後の再検証タイミングまでを扱います。今日のゴールは、ローカルLLM選定を勘ではなく検証データで進める土台を持ち帰ることです。

■ 今回話す内容
────────────────────────────────

1. 大きいモデルが正解とは限らない ー オープンウェイトモデルの現在地と量子化の基本
2. 実用に耐えるをどう定義するか ー タスク別の許容誤答率とサイズ×量子化の検証データ
3. ある自治体の選定プロセス ー 7つの候補モデルをライセンス・精度検証・GPU容量で絞り込む手順

■ 登壇者
────────────────────────────────
三好大悟（株式会社リベルクラフト 代表）

データサイエンティスト出身。製造業・大手ITを中心に、AI・データ活用のコンサルティングと社内研修を手がける。「技術を現場で動く施策に翻訳する」をミッションに、導入判断から構築・運用展開まで一気通貫でサポートしている。Python・SQLによる実装経験と、経営層へのプレゼン・合意形成の両方を持つ実務家。

X: https://x.com/daigomiyoshi_ai （三好大悟）, https://x.com/libercraft1202 （リベルクラフト）

■ 開催概要
──────────────────────────
日時：2026年10月23日（金）12:00〜12:45
時間：45分（本編35分＋Q&A10分）
形式：Zoomウェビナー（参加費無料）
対象：情報システム部門・DX推進担当・製造業の企画職（ローカルLLM・閉域環境での運用を検討している方。非エンジニアの方も歓迎します）
主催：株式会社リベルクラフト

■ 注意事項
──────────────────────────
・当日参加できない方にも、後日、当日資料のご案内をメールでお送りします。申し込んでおくだけで受け取れます。
・本ウェビナーはビジネス用途を前提としています。同業他社の方はご遠慮いただく場合があります。
・リクルーティング、勧誘など、採用目的でのイベント参加はお断りしております。
・欠席される場合は、お手数ですがキャンセル処理をお願いいたします。
・無断キャンセルや欠席が続く場合、次回以降の参加をお断りさせていただく場合がございます。
・内容は予告なく変更される場合があります。