Instructions to use miutti/intel-mac-local-llm with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use miutti/intel-mac-local-llm with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf miutti/intel-mac-local-llm:UD-Q2_K_XL
# Run inference directly in the terminal:
llama cli -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf miutti/intel-mac-local-llm:UD-Q2_K_XL
# Run inference directly in the terminal:
llama cli -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf miutti/intel-mac-local-llm:UD-Q2_K_XL
# Run inference directly in the terminal:
./llama-cli -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf miutti/intel-mac-local-llm:UD-Q2_K_XL
# Run inference directly in the terminal:
./build/bin/llama-cli -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Use Docker

docker model run hf.co/miutti/intel-mac-local-llm:UD-Q2_K_XL

Llama new
LM Studio
Jan

vLLM

How to use miutti/intel-mac-local-llm with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "miutti/intel-mac-local-llm"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "miutti/intel-mac-local-llm",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/miutti/intel-mac-local-llm:UD-Q2_K_XL

Ollama
How to use miutti/intel-mac-local-llm with Ollama:
```
ollama run hf.co/miutti/intel-mac-local-llm:UD-Q2_K_XL
```
Unsloth Desktop

How to use miutti/intel-mac-local-llm with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "miutti/intel-mac-local-llm:UD-Q2_K_XL"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use miutti/intel-mac-local-llm with Docker Model Runner:
```
docker model run hf.co/miutti/intel-mac-local-llm:UD-Q2_K_XL
```

Lemonade

How to use miutti/intel-mac-local-llm with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull miutti/intel-mac-local-llm:UD-Q2_K_XL

Run and chat with the model

lemonade run user.intel-mac-local-llm-UD-Q2_K_XL

List all available models

lemonade list

Hermes Agent

How to use miutti/intel-mac-local-llm with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default miutti/intel-mac-local-llm:UD-Q2_K_XL

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use miutti/intel-mac-local-llm with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf miutti/intel-mac-local-llm:UD-Q2_K_XL

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "miutti/intel-mac-local-llm:UD-Q2_K_XL" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

intel-mac-local-llm / source /README.md

miutti

Source: kernel, desktop app, tools (snapshot of the GitHub repo)

df41178 verified 22 days ago

preview code

Raw History Blame Contribute Delete

9.92 kB

# Intel Mac Local LLM — 古い Mac で動く「育つ AI」

**16GB・GPU なしの Intel Mac** で、ローカルの AI に Mac の仕事（ファイルの整理・読み書き・状態の確認・調べもの）をさせる実験と道具です。
合言葉は **「早い・安い・賢い」**。モデルを大きくせず、仕組みと道具で賢くできるかを測りながら進めています。

## だれ向け？

| あなたの Mac | どうなるか |
|---|---|
| **Intel Mac・メモリ16GB以上** | いちばん想定している環境。下の数字はすべてこの条件（i7-9750H・16GB）で測りました |
| Intel Mac・メモリ8GB | 今の頭脳（7.7GiB）は**入りません**。もっと小さい頭脳で動かす版を検討中です |
| Apple シリコン（M1〜M5） | 速さやメモリの節約は要らないはずです。それでも使う意味があるのは、下の **門番**（危ない操作を止める）と **育つ AI**（芯・感情の記憶・個性の種）。頭脳は llama.cpp なので動くはずですが、**まだ試していません** |

- **頭脳**（ローカル LLM）: Qwen3.6-35B-A3B。専門家を 256人 → 160人 に削った 7.7GiB 版（元は 11.7GiB）。
- **カーネル**（手下）: 頭脳が呼ぶ道具と、危ない操作を止める門番。命令は `sandbox-exec` で隔離し、消す・送るなどは本人の承認が要ります。
- **事前学習**: 空いた時間に Wikipedia・教科書・文学・法令・論文を読み、知識の箱と学習ノートに貯めて答えに使います。
- **育つ AI**: 大事にしていること（芯）と感情の記憶を持ち、経験から自分の性格を書きます。育った個性は「個性の種」として人に渡せます（下に説明）。

## いまの姿（2026-10-03）

| 測ったもの | 結果 | メモ |
|---|---|---|
| PC 操作の公開回帰テスト（全41問） | 36/41・38/41（10/3、160人版） | 開発中に直しにも使った問題。1回ごとに±2問ぶれる |
| 知識の問い（25問） | 23/25（元 24/25） | 事前学習の知識だけで答える |
| 書く速さ | 8.1〜9.1 字/秒（元 8.3〜8.6） | 変わらない |
| 頭脳のメモリ | 8.0〜8.2GB（元 9.6〜10.0GB） | 頼みの控えを 512MB に絞り、自前の分は最大 2.0GB |
| 最初の頼みで読み直す量 | 268トークン・9秒（前は 1,755トークン・83秒） | 立ち上げ時に前置きを先に読む |

数字はすべてこの Mac・この条件での測定です。秘密の評価問題集も作成中です。GitHub には置かず、開発者も問題の中身を見ず、結果は別に出します。経緯と細かい数字は [dougu/jikken/KEKKA.md](dougu/jikken/KEKKA.md)。

## 育つ AI（個性の種）— 2026-10-04〜

模型（重み）は皆同じでも、**何を読み、どう受け止め、何を大事にしてきたか**が違えば、別の個性になる。カーネルはそれを3つで持つ。

- **芯**（`kernel/shin.py`）: 大事にしていること。最初の6つは Claude Code が考えた「生きるのに必要なこと」
  （知りたいと思う・正直でいる・失敗から変わる・相手をよく聞く・休む・自分で選ぶ）。週に1回 AI 自身が言い直したり足したりする。「正直」だけは外せない。
- **感情の記憶**（`kernel/kanjou.py`）: 点数ではなく「読む前の予想 → 実際 → 感情の言葉 → 理由（芯に照らして）→ 次にすること」。
  「もっと知りたい」と受け止めた記事は、つながる記事を次に読む＝感情がふるまいを変える。
- **自己紹介と学習ノート**: 読んだ記事の要点と面白さから、AI が自分で性格を書く。

**個性の種**（`kernel/kosei.py`）でこれを1つのファイルに書き出せる。別の人が読み込むと、新しい個性ID と系譜（誰から受け継いだか）が付き、
その人のもとでの経験から別の個性へ育っていく。会話・頼み・ファイルの場所など私的な物は種に入れない。読み込む側は種を資料として扱い、決まり・権限を変える文は落とす。

```bash
python3 kernel/kosei.py kakidasu 種.kosei.json --namae 名前   # 書き出す
python3 kernel/kosei.py yomikomu 種.kosei.json                 # 受け継いで育て始める
```

## 最近わかったこと

- **専門家を削っても賢さはほぼ落ちない**: 層ごとに、使われる回数（imatrix）の少ない専門家から外した。192人・160人とも知識・全41問はぶれの範囲。道具は [dougu/kezuru_tejun.py](dougu/kezuru_tejun.py)、[dougu/senmonka_kezuru.py](dougu/senmonka_kezuru.py)。
- **llama-server の既定は RAM を食う**: 頼みの控え（`--cache-ram`）が既定 8GB で、使い続けると自前の分が 4〜6GB に膨らんだ。`-cram 512` で最大 2.0GB。
- **計算や写し間違いは門番が直す**: 書いた CSV を読んだファイルと照らし、合計も計算し直して、違えば直した中身を頭脳に渡す（J14・J17・J25 が通るようになった）。
- **数学の物差しでの昔の結論**（30B 時代）: 数え上げをプログラムに任せると大きく伸びた（32問で 4 → 31）。量子化の違いは飽和した問題集では差が見えなかった。詳しくは [LOG.md](LOG.md)・[RESULTS.md](RESULTS.md)。

## フォルダの地図

| 場所 | 中身 |
|---|---|
| [kernel/](kernel/) | カーネルの写し（アプリの server.py・画面 ui.html・事前学習・試験）。本番は git の外にあり、ここから入れる |
| [dougu/](dougu/) | 測る・入れる・調べる道具。輪（頭脳が道具を呼ぶ仕組み）は [dougu/jiyuu.py](dougu/jiyuu.py) |
| [monosashi/](monosashi/) | 物差し（問題集と採点）。全41問は [monosashi/jiyuu.jsonl](monosashi/jiyuu.jsonl) |
| [llama_patch/](llama_patch/) | 圧縮入りの llama.cpp に当てる差分（語彙を 99.99% に絞るなど） |
| [experiments/](experiments/)・[lib/](lib/) | 8月の量子化・圧縮の研究（古い。状態は [EXPERIMENTS.md](EXPERIMENTS.md)） |
| [gcloud/](gcloud/)・[modal/](modal/)・[lora/](lora/) | クラウドで試した量子化・LoRA（不採用） |

## 説明の紙

| 紙 | 何が書いてあるか |
|---|---|
| [dougu/jikken/KEKKA.md](dougu/jikken/KEKKA.md) | **いちばん新しい実験の記録**（日付順） |
| [MODEL.md](MODEL.md) | 使っているモデルが何であって、何ではないか |
| [docs/REPRO.md](docs/REPRO.md) | 現行モデルの再現に要る物と測り方 |
| [docs/archive/](docs/archive/) | 古い説明書の記録 |
| [ANZEN.md](ANZEN.md) | 断る力（安全性）の測定 |
| [YOUGO.md](YOUGO.md) | 独自の呼び方と一般の用語の対応表 |
| [LOG.md](LOG.md) | 9月までの実験の経緯と訂正（README 旧版の本文） |
| [RESULTS.md](RESULTS.md) | 8月の量子化の測定結果 |
| [EXPERIMENTS.md](EXPERIMENTS.md) | `experiments/`・`lib/` の状態（正直な点検） |
| [NOTES.md](NOTES.md) | 古い研究ノート |
| [AGENTS.md](AGENTS.md) | AI（Claude Code・Codex）向けの仕事の決めごと |

## 動かしかた（いまの頭脳）

1. Hugging Face の `unsloth/Qwen3.6-35B-A3B-GGUF` から `UD-Q2_K_XL` を落とす（約 12.6GB）。
2. llama.cpp（b31b71f）に [llama_patch/](llama_patch/) を当てて建てる。`llama-imatrix` も一緒に建てる。
3. 削る: `python3 dougu/kezuru_tejun.py --dan kezuru`（校正文で imatrix を作り、192人・160人版を作って一問と知識25問で確かめる）。
4. 立てる: `llama-server -m 削った.gguf -t 6 -ngl 0 -c 32768 -np 2 -kvu --no-cache-idle-slots -cram 512 -fa off --reasoning-format none`

<details>
<summary>30B 時代の始め方（考える深さを試す・特別なモデル不要）</summary>

```bash
git clone https://github.com/ggml-org/llama.cpp
cd llama.cpp && git checkout fa67698 && cmake -B build -DCMAKE_BUILD_TYPE=Release && cmake --build build -j && cd ..
curl -L -o Qwen3-30B-A3B-Q2_K.gguf \
  https://huggingface.co/unsloth/Qwen3-30B-A3B-GGUF/resolve/main/Qwen3-30B-A3B-Q2_K.gguf
./llama.cpp/build/bin/llama-server -m Qwen3-30B-A3B-Q2_K.gguf -ngl 0 -c 8192 -np 1 -cb \
  --spec-type ngram-simple -ctk q8_0 -ctv q8_0 --host 127.0.0.1 --port 8080
python3 kangaeru_fukasa.py "12個のりんごを3人で分けて、余りは箱に戻します。余りは何個？"
```

Python 側は標準ライブラリだけ。深さ 0〜3 を順に試して秒数と一緒に出します。問題集で測るなら `monosashi/tsukuru.py --kazu 120` → `monosashi/hakaru.py --fukasa 2`。
</details>

## 測り方

- 全41問は開発に使った公開の回帰テスト。秘密の評価問題集とは分け、そちらの結果は別に出す。
- 速さ・正解率は、同じ機械・同じ条件の基準との比で読む。1回の数字は1回の数字として読む。
- 重い調査・実装は Codex、検証と組み込みは Claude Code。ローカルの頭脳には、カーネルや AI の仕組みは触らせない。

## これからの課題

- 読み取りを必要最小限にする。
- Web などから読んだ文を、道具を使う権限から切り離す。
- 実機の Intel Mac で自動試験する。
- RAM・swap・最初の1字が出るまでの時間を並べて記録する。

## ことわり

- 測定は Intel Mac・CPU 推論・16GB という特殊な条件です。Apple Silicon や GPU では、とくに速さの結論が変わります。
- モデルの重みは含みません。ライセンスは元モデル（Qwen）に従ってください。

## ライセンス

MIT（[LICENSE](LICENSE)）。実験コードと記録が対象で、モデルの重みは含みません。

	# Intel Mac Local LLM — 古い Mac で動く「育つ AI」

	16GB・GPU なしの Intel Mac で、ローカルの AI に Mac の仕事（ファイルの整理・読み書き・状態の確認・調べもの）をさせる実験と道具です。
	合言葉は「早い・安い・賢い」。モデルを大きくせず、仕組みと道具で賢くできるかを測りながら進めています。

	## だれ向け？

	\| あなたの Mac \| どうなるか \|
	\|---\|---\|
	\| Intel Mac・メモリ16GB以上 \| いちばん想定している環境。下の数字はすべてこの条件（i7-9750H・16GB）で測りました \|
	\| Intel Mac・メモリ8GB \| 今の頭脳（7.7GiB）は入りません。もっと小さい頭脳で動かす版を検討中です \|
	\| Apple シリコン（M1〜M5） \| 速さやメモリの節約は要らないはずです。それでも使う意味があるのは、下の門番（危ない操作を止める）と育つ AI（芯・感情の記憶・個性の種）。頭脳は llama.cpp なので動くはずですが、まだ試していません \|

	- 頭脳（ローカル LLM）: Qwen3.6-35B-A3B。専門家を 256人 → 160人に削った 7.7GiB 版（元は 11.7GiB）。
	- カーネル（手下）: 頭脳が呼ぶ道具と、危ない操作を止める門番。命令は `sandbox-exec` で隔離し、消す・送るなどは本人の承認が要ります。
	- 事前学習: 空いた時間に Wikipedia・教科書・文学・法令・論文を読み、知識の箱と学習ノートに貯めて答えに使います。
	- 育つ AI: 大事にしていること（芯）と感情の記憶を持ち、経験から自分の性格を書きます。育った個性は「個性の種」として人に渡せます（下に説明）。

	## いまの姿（2026-10-03）

	\| 測ったもの \| 結果 \| メモ \|
	\|---\|---\|---\|
	\| PC 操作の公開回帰テスト（全41問） \| 36/41・38/41（10/3、160人版） \| 開発中に直しにも使った問題。1回ごとに±2問ぶれる \|
	\| 知識の問い（25問） \| 23/25（元 24/25） \| 事前学習の知識だけで答える \|
	\| 書く速さ \| 8.1〜9.1 字/秒（元 8.3〜8.6） \| 変わらない \|
	\| 頭脳のメモリ \| 8.0〜8.2GB（元 9.6〜10.0GB） \| 頼みの控えを 512MB に絞り、自前の分は最大 2.0GB \|
	\| 最初の頼みで読み直す量 \| 268トークン・9秒（前は 1,755トークン・83秒） \| 立ち上げ時に前置きを先に読む \|

	数字はすべてこの Mac・この条件での測定です。秘密の評価問題集も作成中です。GitHub には置かず、開発者も問題の中身を見ず、結果は別に出します。経緯と細かい数字は [dougu/jikken/KEKKA.md](dougu/jikken/KEKKA.md)。

	## 育つ AI（個性の種）— 2026-10-04〜

	模型（重み）は皆同じでも、何を読み、どう受け止め、何を大事にしてきたかが違えば、別の個性になる。カーネルはそれを3つで持つ。

	- 芯（`kernel/shin.py`）: 大事にしていること。最初の6つは Claude Code が考えた「生きるのに必要なこと」
	（知りたいと思う・正直でいる・失敗から変わる・相手をよく聞く・休む・自分で選ぶ）。週に1回 AI 自身が言い直したり足したりする。「正直」だけは外せない。
	- 感情の記憶（`kernel/kanjou.py`）: 点数ではなく「読む前の予想 → 実際 → 感情の言葉 → 理由（芯に照らして）→ 次にすること」。
	「もっと知りたい」と受け止めた記事は、つながる記事を次に読む＝感情がふるまいを変える。
	- 自己紹介と学習ノート: 読んだ記事の要点と面白さから、AI が自分で性格を書く。

	個性の種（`kernel/kosei.py`）でこれを1つのファイルに書き出せる。別の人が読み込むと、新しい個性ID と系譜（誰から受け継いだか）が付き、
	その人のもとでの経験から別の個性へ育っていく。会話・頼み・ファイルの場所など私的な物は種に入れない。読み込む側は種を資料として扱い、決まり・権限を変える文は落とす。

	```bash
	python3 kernel/kosei.py kakidasu 種.kosei.json --namae 名前 # 書き出す
	python3 kernel/kosei.py yomikomu 種.kosei.json # 受け継いで育て始める
	```

	## 最近わかったこと

	- 専門家を削っても賢さはほぼ落ちない: 層ごとに、使われる回数（imatrix）の少ない専門家から外した。192人・160人とも知識・全41問はぶれの範囲。道具は [dougu/kezuru_tejun.py](dougu/kezuru_tejun.py)、[dougu/senmonka_kezuru.py](dougu/senmonka_kezuru.py)。
	- llama-server の既定は RAM を食う: 頼みの控え（`--cache-ram`）が既定 8GB で、使い続けると自前の分が 4〜6GB に膨らんだ。`-cram 512` で最大 2.0GB。
	- 計算や写し間違いは門番が直す: 書いた CSV を読んだファイルと照らし、合計も計算し直して、違えば直した中身を頭脳に渡す（J14・J17・J25 が通るようになった）。
	- 数学の物差しでの昔の結論（30B 時代）: 数え上げをプログラムに任せると大きく伸びた（32問で 4 → 31）。量子化の違いは飽和した問題集では差が見えなかった。詳しくは [LOG.md](LOG.md)・[RESULTS.md](RESULTS.md)。

	## フォルダの地図

	\| 場所 \| 中身 \|
	\|---\|---\|
	\| [kernel/](kernel/) \| カーネルの写し（アプリの server.py・画面 ui.html・事前学習・試験）。本番は git の外にあり、ここから入れる \|
	\| [dougu/](dougu/) \| 測る・入れる・調べる道具。輪（頭脳が道具を呼ぶ仕組み）は [dougu/jiyuu.py](dougu/jiyuu.py) \|
	\| [monosashi/](monosashi/) \| 物差し（問題集と採点）。全41問は [monosashi/jiyuu.jsonl](monosashi/jiyuu.jsonl) \|
	\| [llama_patch/](llama_patch/) \| 圧縮入りの llama.cpp に当てる差分（語彙を 99.99% に絞るなど） \|
	\| [experiments/](experiments/)・[lib/](lib/) \| 8月の量子化・圧縮の研究（古い。状態は [EXPERIMENTS.md](EXPERIMENTS.md)） \|
	\| [gcloud/](gcloud/)・[modal/](modal/)・[lora/](lora/) \| クラウドで試した量子化・LoRA（不採用） \|

	## 説明の紙

	\| 紙 \| 何が書いてあるか \|
	\|---\|---\|
	\| [dougu/jikken/KEKKA.md](dougu/jikken/KEKKA.md) \| いちばん新しい実験の記録（日付順） \|
	\| [MODEL.md](MODEL.md) \| 使っているモデルが何であって、何ではないか \|
	\| [docs/REPRO.md](docs/REPRO.md) \| 現行モデルの再現に要る物と測り方 \|
	\| [docs/archive/](docs/archive/) \| 古い説明書の記録 \|
	\| [ANZEN.md](ANZEN.md) \| 断る力（安全性）の測定 \|
	\| [YOUGO.md](YOUGO.md) \| 独自の呼び方と一般の用語の対応表 \|
	\| [LOG.md](LOG.md) \| 9月までの実験の経緯と訂正（README 旧版の本文） \|
	\| [RESULTS.md](RESULTS.md) \| 8月の量子化の測定結果 \|
	\| [EXPERIMENTS.md](EXPERIMENTS.md) \| `experiments/`・`lib/` の状態（正直な点検） \|
	\| [NOTES.md](NOTES.md) \| 古い研究ノート \|
	\| [AGENTS.md](AGENTS.md) \| AI（Claude Code・Codex）向けの仕事の決めごと \|

	## 動かしかた（いまの頭脳）

	1. Hugging Face の `unsloth/Qwen3.6-35B-A3B-GGUF` から `UD-Q2_K_XL` を落とす（約 12.6GB）。
	2. llama.cpp（b31b71f）に [llama_patch/](llama_patch/) を当てて建てる。`llama-imatrix` も一緒に建てる。
	3. 削る: `python3 dougu/kezuru_tejun.py --dan kezuru`（校正文で imatrix を作り、192人・160人版を作って一問と知識25問で確かめる）。
	4. 立てる: `llama-server -m 削った.gguf -t 6 -ngl 0 -c 32768 -np 2 -kvu --no-cache-idle-slots -cram 512 -fa off --reasoning-format none`

	<details>
	<summary>30B 時代の始め方（考える深さを試す・特別なモデル不要）</summary>

	```bash
	git clone https://github.com/ggml-org/llama.cpp
	cd llama.cpp && git checkout fa67698 && cmake -B build -DCMAKE_BUILD_TYPE=Release && cmake --build build -j && cd ..
	curl -L -o Qwen3-30B-A3B-Q2_K.gguf \
	https://huggingface.co/unsloth/Qwen3-30B-A3B-GGUF/resolve/main/Qwen3-30B-A3B-Q2_K.gguf
	./llama.cpp/build/bin/llama-server -m Qwen3-30B-A3B-Q2_K.gguf -ngl 0 -c 8192 -np 1 -cb \
	--spec-type ngram-simple -ctk q8_0 -ctv q8_0 --host 127.0.0.1 --port 8080
	python3 kangaeru_fukasa.py "12個のりんごを3人で分けて、余りは箱に戻します。余りは何個？"
	```

	Python 側は標準ライブラリだけ。深さ 0〜3 を順に試して秒数と一緒に出します。問題集で測るなら `monosashi/tsukuru.py --kazu 120` → `monosashi/hakaru.py --fukasa 2`。
	</details>

	## 測り方

	- 全41問は開発に使った公開の回帰テスト。秘密の評価問題集とは分け、そちらの結果は別に出す。
	- 速さ・正解率は、同じ機械・同じ条件の基準との比で読む。1回の数字は1回の数字として読む。
	- 重い調査・実装は Codex、検証と組み込みは Claude Code。ローカルの頭脳には、カーネルや AI の仕組みは触らせない。

	## これからの課題

	- 読み取りを必要最小限にする。
	- Web などから読んだ文を、道具を使う権限から切り離す。
	- 実機の Intel Mac で自動試験する。
	- RAM・swap・最初の1字が出るまでの時間を並べて記録する。

	## ことわり

	- 測定は Intel Mac・CPU 推論・16GB という特殊な条件です。Apple Silicon や GPU では、とくに速さの結論が変わります。
	- モデルの重みは含みません。ライセンスは元モデル（Qwen）に従ってください。

	## ライセンス

	MIT（[LICENSE](LICENSE)）。実験コードと記録が対象で、モデルの重みは含みません。