---

license: apache-2.0

base_model: Qwen/Qwen3-4B-Instruct-2507

language:

- ja

tags:

- gguf

- llama.cpp

- japanese

- meeting-minutes

- gijiroku

---

jp-gijiroku-qwen3-4b-GGUF

> 後継版があります: 実際の60分Zoom会議で見つけた弱点（日付捏造・完了報告の決定混入・期限誤借用・話者ラベル転写・報告内コミット宿題）を標的に継続学習した jp-gijiroku-qwen3-4b-v2-GGUF を公開しました。新規利用はv2を推奨します。

音声文字起こし由来の崩れた入力に強い日本語議事録抽出モデル jp-gijiroku-qwen3-4b のGGUF版です。llama.cppでWindows/Linux/MacのCPU・GPUで動きます。Ollamaなら ollama run tokimoa/jp-gijiroku-4b です。

ファイルと実測（ASR劣化転写20件・全項目正解率）

| ファイル | サイズ | 全項目正解 | 備考 |

|---|---|---|---|

| Q8_0 | 4.0GB | 16/20 | MLX版と完全同値 |

| Q4_K_M | 2.3GB | 19/20 | 省メモリ。この検証ではQ8_0より高値（n=20の揺らぎ圏・同帯域） |

| f16 | 7.5GB | — | 参照用 |

比較: 公開中の1.7B版は同条件12/20です。整った議事メモには高速な jp-minutes-extractor-1.7b-GGUF で十分です。

使い方

llama-server -m jp-gijiroku-qwen3-4b-Q8_0.gguf --port 8080 --jinja --reasoning-format none -c 8192

• --reasoning-format none を推奨します。 既定パーサだと判断過程がreasoning_content側に分離されcontentが空になる場合があります
• 出力は「判断過程 → 最終行にJSON」です。最終行をパースしてください（スキーマ: {"date", "attendees", "decisions", "todos": [{"task","owner","due"}], "next_meeting"}）
• プロンプトは定型文「次の議事録から出席者・決定事項・宿題（担当と期限）・次回予定を抽出してJSONで出力してください。」+ 本文をそのまま使ってください（学習分布の形式）
• 本文に日付が含まれない場合、dateフィールドは不定です（学習データは常に日付を含むため）

データと帰属

• 学習データ: 合成会議（正解既知・ASR劣化込み）に対する DeepSeek-V4-Flash の検証済み解答軌跡（利用規約は蒸留を明示的に許可）
• ベース: Qwen/Qwen3-4B-Instruct-2507（Apache-2.0）

---

Developed by tokimoa — データを外に出さないAI活用を支援しています