TECH 「取りこぼしのないように」がAIを壊す─ Gemma4 12B QAT観察記
Gemma4 12B QATのThinkingログを観察すると、AIの意外な弱点が見えてきました。ことわざ収集、四字熟語列挙、営業所一覧JSON生成の実験を通して、「取りこぼしのないように」がなぜAIを混乱させるのかを考察します。
AI検証
TECH 
TECH Qwen3-ASR 1.7Bで日本語文字起こしは実用になるのか ─ ローカルASRを検証
Qwen3-ASR 1.7Bをローカル環境で検証。pipで導入できる手軽さと実用性を評価しつつ、句点の少なさや意味のズレ、圧縮傾向など出力のクセを実測ベースで解説します。
TECH AIで広告写真は作れるのか【夜景編】 ─ 同一人物で“撮影再現”を検証（GPT Images / Grok / Banana）
同一人物の画像を使い、ロケなしで夜景広告写真は成立するのかを検証。GPT Images、Nano Banana、Grok Imagineを比較し、同一人物性・光の扱い・商用適性の違いを分析します。
TECH AIで広告写真は作れるのか【カフェ編】 ─ 同一人物で“撮影再現”を検証（GPT Images / Grok / Banana）
同一人物の画像を固定し、AIで広告写真は成立するのかを検証。カフェ（自然光）をテーマに、GPT Images・Grok・Nano Bananaを同一条件で比較。再現か演出か、その違いが明確に現れる。
TECH 256Kは本当か？ ─ Nemotron-3 Nano 4Bの“容量と知能のズレ”
NVIDIAのNemotron-3 Nano 4Bを実測検証。256Kコンテキストは本当に使えるのか？Thinking ON/OFF比較、エージェント適性、コード生成、日本語表現から見えた“容量と知能のズレ”を解説。