操作マニュアル

GGUF Generator は、学習データ生成 → 端末内学習 → GGUF 出力を一つのアプリで行います。画面は上部の固定ステータス／ログと、折りたたみ式の各セクションで構成されます。

① 共通設定

• LLM AI サーバ URL（既定 http://127.0.0.1:11434）を設定し、「取得」でモデル一覧を読み込みます（起動時にも自動取得）。
• 生成モデル（LLM）と埋め込みモデル（RAG）を選択します。「サーバ起動」で外部のローカル API サーバを起動できます。状態タイルで接続可否を確認できます。
• デフォルト保存先（Downloads / Documents）を指定します。個別のファイル参照は標準ダイアログで選択します。

② ペア生成

1. 入力ソース: Brave 検索 / Wikipedia / URL 指定 / LLM テーマ指示 から選び、キーワードや URL を入力します。ソースに応じて必要な入力欄だけが表示されます。
2. 実行: 「ペア生成(FG)」（アプリ内）または「ペア生成(BG)」（バックグラウンド継続）を実行します。停止しても成果は保存されます。既存 JSONL への追記も可能です。
3. 生成オプション（任意）: 生成件数・採用閾値などの調整と、LLM へ渡すプロンプトの編集を行います。
4. 追加処理: データ拡張（任意）: 翻訳展開（多言語化）や言い換え増幅で現在のペアを拡張します。
5. 実行後処理: 「ペアを編集」で内容を修正、「出力コピー」「JSONL保存」で保存します。編集結果は最新として以後の拡張・学習に反映されます。

③ 早期停止・評価（任意・全学習モード共通）

• 「早期停止・評価を有効にする」をオンにすると、評価が合格閾値（既定 60%）に達した時点で学習を早期終了します。
• 期待値の指定方法は、手動キーワード（「入力 => キーワードA|キーワードB」を 1 行 1 件）または トークン自動抽出（surprisal 上位）から選べます。
• 合格閾値・評価間隔・生成最大トークン・評価件数を指定できます。

④ 学習・GGUF 出力

学習データ（未選択なら直近の生成／編集結果）と保存先を指定し、2 つのサブセクションから学習方式を選びます。

GGUF 新規作成・修正

• 先頭で「新規作成」または「修正（追加学習）」を選択します。
• 新規作成: モデル寸法・段階目標ロス・テンプレートを設定し、小型モデルをゼロから学習して F32 / F16 / Q8_0 GGUF を出力します。
• 修正: 基点 GGUF を選択して継続学習します（寸法は基点から継承）。

LoRA（LFM2・端末内 / 純Cネイティブ）

• 基点 LFM2 GGUF を選び、rank / alpha / lr / epochs / targets を指定して LoRA を学習します。
• llama.cpp 互換アダプタ GGUF と、統合版フル GGUF（単独ロード可）を出力します。統合版のモデルカード（name / description）も設定できます。

ヒント

• 段階目標ロスは、値が大きいほど弱学習（汎化）、小さいほど強学習（暗記）になります。
• 端末内学習は CPU・メモリを多く使用します。長時間学習では通知権限・電池最適化除外の許可を推奨します。
• 処理状況は上部のログで確認できます。