株式会社ずんだもん技術室AI放送局 podcast 20260129

youtube版(スライド付き) 関連リンク We Got Claude to Build CUDA Kernels and teach open models! Hugging Faceが公開したこの記事では、Claude Opusのような非常に高性能なモデル（ティーチャーモデル）を活用して、より小規模で安価なオープンソースモデル（スチューデントモデル）の能力を底上げする「エージェント・スキルのアップスケーリング」という手法と、それを支援する新ツール『upskill』を紹介しています。 1. 「エージェント・スキル」とは何か？ エージェント・スキルとは、LLMが特定の複雑なタスクを実行するための「指示書（Markdown形式）」や「スクリプト（コード）」をパッケージ化したものです。これにより、モデルのコンテキストを構造化し、異なるモデル間でも特定の専門能力を共有・再利用できるようになります。 2. 手法の核：ティーチャーからスチューデントへの知識移転 高度な専門知識が必要なタスク（例：CUDAカーネルの記述）において、以下のプロセスで小規模モデルを強化します。 スキルの生成: まず、Claude Opus 4.5のようなSOTA（最先端）モデルに難しいタスクを解かせ、その過程（トレース）を記録します。スキルの変換: upskillツールを使用して、そのトレースを汎用的な「スキルファイル」に変換します。評価と検証: 生成されたスキルをスチューデントモデルに適用し、性能が向上するかをベンチマークします。 3. 実践例：CUDAカーネルの構築 記事では、特に難易度の高い「NVIDIA H100 GPU向けの最適化されたCUDAカーネルの作成」を例に挙げています。 通常、H100のアーキテクチャ（Compute Capability 9.0）やメモリ共有の仕様など、最新のドキュメントを読み込むには数時間かかります。しかし、これらを「スキル」として500トークン程度に凝縮してLLMに与えることで、小規模なモデルでも適切なプロジェクト構造やPyTorchバインディングを生成できるようになります。実験では、特定のオープンソースモデルにおいて、スキルを導入することでタスクの成功率が40%から85%へと劇的に向上しました。 4. エンジニアにとっての利点 コスト最適化: 常に高価な高性能LLMを使うのではなく、一度スキルを作ってしまえば、日々の実行は安価なモデルやローカルLLMで行えるようになります。トークン効率: 闇雲に長いプロンプトを投げるのではなく、検証済みの「スキル」を読み込ませることで、トークン消費を抑えつつ精度を確保できます。ナレッジの形式知化: チーム内の特定のエンジニアしか持っていない「秘伝のタレ」のような知識を、LLMが利用可能なスキルとして保存・共有できます。 概要と制約 upskillツールは、Hugging Faceのレポジトリからpip install upskillで導入可能です。 概要: エージェントスキルの生成、テストケースの自動作成、複数モデル間での性能比較（精度・トークン消費量）を行うCLIツール。制約: 現時点ではAnthropic Claude Opus-4.5をデフォルトのティーチャーとして推奨していますが、OpenAIやローカルのOpenAI互換エンドポイントも利用可能です。また、スキルの効果はモデルによって異なり、高性能すぎるモデルにスキルを与えても逆にトークン消費が増えるだけのケースもあるため、事前の評価が重要です。 新人エンジニアの方にとっても、「高性能なAIに教官役をさせ、現場で使う軽量なAIを賢くする」というこのアプローチは、今後のAI活用における非常に実用的なパラダイムとなるでしょう。 引用元: https://huggingface.co/blog/upskill 「Google AI Plus」日本でも開始–月額1200円でGemini 3 Proや200GBドライブ付き（訂正） Googleは2026年1月28日、最新のAI機能をパッケージ化した新しいサブスクリプションサービス「Google AI Plus」を日本国内で提供開始しました。月額1,200円という、エンジニアが個人開発や学習用として手っ取り早く導入しやすい価格設定ながら、Googleの最先端技術を凝縮した内容となっています。 1. 「Gemini 3 Pro」とリサーチ機能の強化 目玉となるのは、Googleの最新大規模言語モデル（LLM）である「Gemini 3 Pro」の利用権です。さらに、高度な調査・分析を支援する「Deep Research」機能も解放されます。新人エンジニアにとって特に注目なのは、情報整理ツール「...