Broken on Arrival: Non-Functional Quantized LLM Artifacts in Public Model Registries and How to Catch Them
実装難易度
Easy
推論・学習コスト
High
想定用途
技術検証・論文読解補助
概要
Developers download quantized large language models (LLMs) from public registries to run them locally. None of the registries we examined documented functional testing of their files. We tested all 305 eligible code-capable GGUF tags (the llama.cpp format) across 15 model lines in the official Ollama library, plus 22 popular Hugging Face community files. A 15-task code screen identified suspects,…
何が新しいか
Developers download quantized large language models (LLMs) from public registries to run them locally. None of the registries we examined documented functional testing of their files.
何に使えるか
技術検証・論文読解補助
実装情報
- Hugging Face URL
- あり
実装チェックリスト
実装または配布ページ
OKコードまたはモデル配布ページから検証を始められます。
一次情報リンク
OKHugging Face
検証しやすさ
OK実装またはモデル配布ページから試せる可能性が高いです。
計算資源
要確認学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
ライセンス
未取得配布元のLICENSE、モデルカード、Paperの利用条件を確認してください。
商用利用
未取得研究利用限定、データセット由来制限、API規約の有無を確認してください。
自社データで試すなら
製造業・材料開発のExcel/CSVデータに落とし込むための最初の手順です。
- 1まず自社データを、入力条件、目的変数、評価したい指標に分けて整理します。
- 2LightGBMやRandom Forestなどのベースラインを先に作り、この手法と比較します。
- 3評価指標はR2/RMSE、AUC、異常検知の再現率、実験回数削減率など、現場の意思決定に近いものを選びます。
- 4SHAPや特徴量重要度で、効いている因子が物理・化学・工程知識と矛盾しないか確認します。
実装難易度
Easy - 実装またはモデル配布ページから試せる可能性が高いです。
必要リソース
- GPU目安: High
- データセット: 論文・リポジトリ側の指定を確認してください。
- 学習要否: 推論だけで試せる可能性があります。
- 学習や高解像度推論ではGPUメモリと実行時間に注意が必要です。
実務で使う場合の注意点
- ライセンスと商用利用条件は、Paper / GitHub / Hugging Face の配布元で確認してください。
- 精度、再現性、計算コストはデータセットや評価条件に依存します。
- 個人情報や機密データを扱う場合は、入力データの保存先と外部API利用条件を確認してください。
関連記事
ENGINE: Endogenous Variational MultiScale Optimization for Zeroth-Order LLM Fine-Tuning
Zeroth-order (ZO) optimization enables memory-efficient large language model (LLM) fine-tuning, and recent met
The Cost of Mismatch: Noise Amplification in Zeroth-Order Reinforcement Learning
Zeroth-order (ZO) optimization has emerged as a promising approach for memory-efficient large language model (
EviCast: Forecasting Retrieval Gains Through Shared Response Calibration
Retrieval-augmented generation (RAG) extends large language models with external evidence, yet relevant eviden
VisCodeBench: a new benchmark dataset for Text-to-Vis reflecting real-world practice
Generating visualisations from natural language requests (text-to-vis) enables users to explore data more effi