AIUnlimited
🌳

AI基礎

🌱
AI Seeds(種)

ゼロから始める

🌿
AI Sprouts(芽)

基礎を築く

🌳
AI Branches(枝)

実践に活かす

🏕️
AI Canopy(樹冠)

深く学ぶ

🌲
AI Forest(森)

AIをマスターする

🔨

AIマスタリー

✏️
AI Sketch(スケッチ)

ゼロから始める

🪨
AI Chisel(鑿)

基礎を築く

⚒️
AI Craft(制作)

実践に活かす

💎
AI Polish(磨き上げ)

深く学ぶ

🏆
AI Masterpiece(傑作)

AIをマスターする

📘

AI実践

📖
オープンソースモデルを理解する

オープンソースモデルの基礎とリソース

🎯
問題からモデルタスクへ

ビジネス問題をモデルタスクに変換

⚡
最初のモデルを実行する

30分で最初の結果を見る

🔧
ファインチューニングと評価

モデルをファインチューニングし、パフォーマンスを評価

🚀
アプリケーションシステム

実際のAIアプリケーションを構築

🎨
生成AI

オープンソースAIGCモデルを探索

🤖
エージェント

エージェントフレームワークとMCPツールを学ぶ

📐
補足基礎

LLMの基礎と評価

🎓

Claude アカデミー

🤖
Claude 101

Learn AI basics with Claude

💻
Claude Code 101

Code with Claude as your pair programmer

🤝
Introduction to Claude Cowork

Collaborate with Claude on complex projects

⚙️
Claude Platform 101

Build apps with the Claude API

ラボ

7つの実験がロード済み
🧬ニューラルネットワークサンドボックス🤖AI か人間か?🥋プロンプトエンジニアリング道場🏁アルゴリズムレース🧠AIトリビアチャレンジ🏗️システム設計キャンバス
🎯模擬面接ラボへ入る→
🚀

キャリア発展

🚀
面接ローンチパッド

旅を始めよう

🌟
行動面接マスター

ソフトスキルをマスター

💻
技術面接

コーディング面接を突破

🤖
AI・ML面接

ML面接をマスター

🏆
オファーとその先

最高のオファーを獲得

始める
AIUnlimited

MITライセンス

沪ICP备18025655号-11

学ぶ

  • AI基礎
  • AI実践
  • Claude アカデミー
  • ラボ
  • キャリア発展

コミュニティ

  • 概要
  • よくある質問

サポート

  • footer.terms
  • footer.privacy
  • footer.contact
AI & エンジニアリング アカデミックス›📖 オープンソースモデルを理解する›レッスン›Model Discovery and Downloads
🔍
オープンソースモデルを理解する • 初級⏱️ 12 分で読める

Model Discovery and Downloads

オープンソースモデルをまだ使っていない?ダウンロードで詰まっている?

2023年、「大規模モデルのダウンロードは辛い」という記事を書きました。

図解

当時はHFを使うにはVPNが必要で、モデルは数十GB、データ容量も限られており、ミラーサイトはあったものの必ずしも完全でも安定でもありませんでした。

今、中国でオープンソースモデルをどこでダウンロードするかと聞かれれば、疑いなくModelScopeです。 ダウンロードは高速で、国内外のほぼすべてのオープンソースモデルがすぐに掲載されています。

ModelScopeで欲しいオープンソースモデルを見つける方法

モデルライブラリはModelScopeの基本機能モジュールです。タスクタイプ別にモデルを整理し、キーワード検索と多次元フィルタリングをサポートしています。

図解

モデル名を知っている場合は、直接検索できます。

図解

まだどれを使うか決めていない場合は、まずモデルに何をさせたいかを明確にします。

例えば、録音をテキストに変換したい場合は、音声認識から始め、言語、パラメータスケール、ランタイムフレームワーク、ライセンスで絞り込みます。

ビジネスに適したモデルを見つけるには、「ビジネス問題をモデルタスクに翻訳する」セクションを参照してください。

オープンソースモデルのモデルカードは一読の価値あり

興味のあるモデルを見つけて、そのモデルカードをクリックします。Qwen3-ASR-1.7Bを例に、紹介、使用方法、評価結果がまとめて表示されます。

まず、このモデルが何か、何ができるかを確認します。モデル名、紹介、アーキテクチャの説明が正しい方向に向かっているか確認するのに役立ちます。

図解

次に適用範囲を確認します。サポートされている言語、適切な入力、制限事項はすべてタスクに関連します。

図解

次に使用方法を確認します。必要なランタイム環境、依存ツール、入力の準備方法は通常例に記載されています。ダウンロード前に読むと、ダウンロード後に環境が構築できないことに気づくのを防げます。

図解

最後に評価結果を確認します。テストに使用されたデータ、比較された指標は選定の参考になります。実際のパフォーマンスは自分のデータで試す必要があります。

図解

モデルページにはファイルリスト、バージョン、ライセンス情報も提供されています。前の章でも述べたように、使用できることと商用利用できることはありません。

商用利用や継続的なファインチューニングを準備する場合は、このステップをスキップしないでください。 図解

一部のモデルはオンライン体験入口も提供しており、直接試すことでダウンロードする価値があるか判断できます。

モデルのダウンロード方法はさまざまで、好きなものを選べばOK

ModelScopeはWeb、コマンドライン、Git、Python SDKなどのダウンロード方法を提供しています。

Webで数回クリックするだけ

モデルのファイルページに入り、必要なファイルを見つけてダウンロードボタンをクリックするだけです。

モデルページのダウンロードボタンからファイルを取得、例:

図解

ターミナルでコマンド1つでダウンロード

まず最新のModelScope Pythonパッケージをインストールします。

pip install -U modelscope

1つのファイルだけダウンロードするには、モデル名の後にファイル名を書きます。

modelscope download --model Qwen/Qwen3-0.6B README.md --local_dir ./Qwen3-0.6B

モデル全体をダウンロードするには、ファイル名を削除します。

modelscope download --model Qwen/Qwen3-0.6B --local_dir ./Qwen3-0.6B
レッスン 2 / 40%完了
←What Open-Source Models Are Changing

ディスカッション

ログイン ディスカッションに参加

--modelの後にModelScope上のモデル名、--local_dirの後にローカル保存ディレクトリを指定します。モデルを変更する際は、この2つの値を必要なものに変更してください。

上記のコマンドはターミナルで実行します。NotebookのPythonコードセルに置く場合、インストール時は%pip install -U modelscopeを使用し、コマンド実行時はmodelscopeの前に!を付けてください。

結果表示:

図解

Pythonコードに書き、SDKを使用

Pythonプログラムでは、snapshot_downloadを直接呼び出してモデルをダウンロードできます。

from modelscope import snapshot_download

model_dir = snapshot_download(
    'Qwen/Qwen3-0.6B',
    local_dir='./Qwen3-0.6B',
)
print(model_dir)

関数はモデルの保存場所を返し、その後のコードでこのパスを使用できます。

図解

Gitを使う場合も直接クローン可能

モデルファイルは通常大きいです。Gitでダウンロードする前に、GitとGit LFSをインストールする必要があります。

git lfs install
git clone https://www.modelscope.cn/Qwen/Qwen3-0.6B.git

git lfs installは現在の環境でGit LFSを初期化するもので、ツール自体のインストールは行いません。lfsコマンドがないと表示される場合は、先にツールのインストールを完了してください。

図解

4つの方法をすべて試す必要はありません。一時的にファイルを取得するにはWeb、ターミナル操作にはコマンドライン、PythonプロジェクトにはSDK、Gitに慣れているならGitを使い続けてください。

ダウンロードが完了したら、使用例を開き、モデルパスをローカルディレクトリに変換して、入力と出力を一度実行してみてください。

実際に時間を要するモデル実験はここから始まります。