---

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-v2-GGUF

日本語議事録抽出モデル jp-gijiroku-qwen3-4b-v2 のGGUF版です。初代の後継で、実際の60分Zoom会議の録音→話者分離→文字起こし→抽出パイプラインで見つけた弱点を標的に継続学習しました。llama.cppでWindows/Linux/MacのCPU・GPUで動きます。

v2で直したこと（すべて実会議で確認）

1. 日付の捏造をしない — 本文に日付がなければ date: "なし"（初代は不定と明記していた点の解消）
2. 完了報告を決定事項に混ぜない — 「デプロイは終わってます」は決定でも宿題でもない
3. 期限の誤借用をしない — 別の話の「今週中」を無関係なタスクに付けない
4. 話者ラベル付き転写に適応 — 話者A: ... 形式の生転写を直接入力できる
5. 報告文の中のコミットを宿題として拾う — 「デプロイできたら結果を共有しておきます」→ todo（担当=発言者）

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 | 15/20 | 推奨 |

| Q4_K_M | 2.3GB | 17/20 | 省メモリ |

| f16 | 7.5GB | — | 参照用 |

参考: 初代は同条件でQ8_0 16/20・Q4_K_M 19/20（n=20の揺らぎ圏・同帯域）。v2の価値は上の5項目=実会議で起きる系統的ミスの解消です。整った合成val（50件）は39/50で初代38/50と同等、弱点標的val（60件）は54/60です。

使い方

llama-server -m jp-gijiroku-qwen3-4b-v2-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）
• 長時間会議（30分超）は10分前後のチャンクに分けて抽出→統合を推奨します。学習分布（〜2千トークン）に近い入力長のほうが網羅性が大きく上がります（60分実会議で一括=決定1・宿題1に対しチャンク統合=決定7・宿題6）

データと帰属

• 学習データ: 合成会議（正解既知・ASR劣化/話者ラベル/コミットあり・なし対比込み）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