目次
サイバーエージェントが公開したDeepSeek-R1-Distill-Qwen-32B-Japanese(DeepSeek-R1を日本語向けに蒸留しなおしたモデル)をllama-cppで動かし、 OpenAI API経由でアクセスします。
実行環境はこちらです
llama-cppのインストール
brew install llama.cpp
OpenAI API Serverの起動
実際にはGGUFフォーマット変換版のmmnga/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-ggufを使用します。初回はモデルがダウンロードされます。
llama-server -hf mmnga/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf --port 8000
build: 4589 (eb7cf15a) with Apple clang version 16.0.0 (clang-1600.0.26.6) for arm64-apple-darwin24.2.0
system info: n_threads = 12, n_threads_batch = 12, total_threads = 16
system_info: n_threads = 12 (n_threads_batch = 12) / 16 | Metal : EMBED_LIBRARY = 1 | CPU : NEON = 1 | ARM_FMA = 1 | FP16_VA = 1 | DOTPROD = 1 | LLAMAFILE = 1 | ACCELERATE = 1 | AARCH64_REPACK = 1 |
main: HTTP server is listening, hostname: 127.0.0.1, port: 8000, http threads: 15
main: loading model
srv load_model: loading model '/Users/toshiaki/Library/Caches/llama.cpp/mmnga_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-Q4_K_M.gguf'
common_download_file: previous metadata file found /Users/toshiaki/Library/Caches/llama.cpp/mmnga_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-Q4_K_M.gguf.json: {"etag":"\"a3e66d7c746c3f4bf60dd74c668d5a38-1000\"","lastModified":"Mon, 27 Jan 2025 11:33:22 GMT","url":"https://huggingface.co/mmnga/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf/resolve/main/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-Q4_K_M.gguf"}
curl_perform_with_retry: Trying to download from https://huggingface.co/mmnga/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf/resolve/main/cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-Q4_K_M.gguf (attempt 1 of 3)...
llama_model_load_from_file_impl: using device Metal (Apple M4 Max) - 98303 MiB free
llama_model_loader: loaded meta data with 34 key-value pairs and 771 tensors from /Users/toshiaki/Library/Caches/llama.cpp/mmnga_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-gguf_cyberagent-DeepSeek-R1-Distill-Qwen-32B-Japanese-Q4_K_M.gguf (version GGUF V3 (latest))
llama_model_loader: Dumping metadata keys/values. Note: KV overrides do not apply in this output.
llama_model_loader: - kv 0: general.architecture str = qwen2
llama_model_loader: - kv 1: general.type str = model
llama_model_loader: - kv 2: general.name str = DeepSeek R1 Distill Qwen 32B Japanese
llama_model_loader: - kv 3: general.finetune str = Japanese
llama_model_loader: - kv 4: general.basename str = DeepSeek-R1-Distill-Qwen
llama_model_loader: - kv 5: general.size_label str = 32B
llama_model_loader: - kv 6: general.license str = mit
llama_model_loader: - kv 7: general.base_model.count u32 = 1
llama_model_loader: - kv 8: general.base_model.0.name str = DeepSeek R1 Distill Qwen 32B
llama_model_loader: - kv 9: general.base_model.0.organization str = Deepseek Ai
llama_model_loader: - kv 10: general.base_model.0.repo_url str = https://huggingface.co/deepseek-ai/De...
llama_model_loader: - kv 11: general.tags arr[str,3] = ["japanese", "qwen2", "text-generation"]
llama_model_loader: - kv 12: general.languages arr[str,1] = ["ja"]
llama_model_loader: - kv 13: qwen2.block_count u32 = 64
llama_model_loader: - kv 14: qwen2.context_length u32 = 131072
llama_model_loader: - kv 15: qwen2.embedding_length u32 = 5120
llama_model_loader: - kv 16: qwen2.feed_forward_length u32 = 27648
llama_model_loader: - kv 17: qwen2.attention.head_count u32 = 40
llama_model_loader: - kv 18: qwen2.attention.head_count_kv u32 = 8
llama_model_loader: - kv 19: qwen2.rope.freq_base f32 = 1000000.000000
llama_model_loader: - kv 20: qwen2.attention.layer_norm_rms_epsilon f32 = 0.000010
llama_model_loader: - kv 21: tokenizer.ggml.model str = gpt2
llama_model_loader: - kv 22: tokenizer.ggml.pre str = deepseek-r1-qwen
llama_model_loader: - kv 23: tokenizer.ggml.tokens arr[str,152064] = ["!", "\"", "#", "$", "%", "&", "'", ...
llama_model_loader: - kv 24: tokenizer.ggml.token_type arr[i32,152064] = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
llama_model_loader: - kv 25: tokenizer.ggml.merges arr[str,151387] = ["Ġ Ġ", "ĠĠ ĠĠ", "i n", "Ġ t",...
llama_model_loader: - kv 26: tokenizer.ggml.bos_token_id u32 = 151646
llama_model_loader: - kv 27: tokenizer.ggml.eos_token_id u32 = 151643
llama_model_loader: - kv 28: tokenizer.ggml.padding_token_id u32 = 151643
llama_model_loader: - kv 29: tokenizer.ggml.add_bos_token bool = true
llama_model_loader: - kv 30: tokenizer.ggml.add_eos_token bool = false
llama_model_loader: - kv 31: tokenizer.chat_template str = {% if not add_generation_prompt is de...
llama_model_loader: - kv 32: general.quantization_version u32 = 2
llama_model_loader: - kv 33: general.file_type u32 = 15
llama_model_loader: - type f32: 321 tensors
llama_model_loader: - type q4_K: 385 tensors
llama_model_loader: - type q6_K: 65 tensors
print_info: file format = GGUF V3 (latest)
print_info: file type = Q4_K - Medium
print_info: file size = 18.48 GiB (4.85 BPW)
load: special_eos_id is not in special_eog_ids - the tokenizer config may be incorrect
load: special tokens cache size = 22
load: token to piece cache size = 0.9310 MB
print_info: arch = qwen2
print_info: vocab_only = 0
print_info: n_ctx_train = 131072
print_info: n_embd = 5120
print_info: n_layer = 64
print_info: n_head = 40
print_info: n_head_kv = 8
print_info: n_rot = 128
print_info: n_swa = 0
print_info: n_embd_head_k = 128
print_info: n_embd_head_v = 128
print_info: n_gqa = 5
print_info: n_embd_k_gqa = 1024
print_info: n_embd_v_gqa = 1024
print_info: f_norm_eps = 0.0e+00
print_info: f_norm_rms_eps = 1.0e-05
print_info: f_clamp_kqv = 0.0e+00
print_info: f_max_alibi_bias = 0.0e+00
print_info: f_logit_scale = 0.0e+00
print_info: n_ff = 27648
print_info: n_expert = 0
print_info: n_expert_used = 0
print_info: causal attn = 1
print_info: pooling type = 0
print_info: rope type = 2
print_info: rope scaling = linear
print_info: freq_base_train = 1000000.0
print_info: freq_scale_train = 1
print_info: n_ctx_orig_yarn = 131072
print_info: rope_finetuned = unknown
print_info: ssm_d_conv = 0
print_info: ssm_d_inner = 0
print_info: ssm_d_state = 0
print_info: ssm_dt_rank = 0
print_info: ssm_dt_b_c_rms = 0
print_info: model type = 32B
print_info: model params = 32.76 B
print_info: general.name = DeepSeek R1 Distill Qwen 32B Japanese
print_info: vocab type = BPE
print_info: n_vocab = 152064
print_info: n_merges = 151387
print_info: BOS token = 151646 '<｜begin▁of▁sentence｜>'
print_info: EOS token = 151643 '<｜end▁of▁sentence｜>'
print_info: EOT token = 151643 '<｜end▁of▁sentence｜>'
print_info: PAD token = 151643 '<｜end▁of▁sentence｜>'
print_info: LF token = 148848 'ÄĬ'
print_info: FIM PRE token = 151659 '<|fim_prefix|>'
print_info: FIM SUF token = 151661 '<|fim_suffix|>'
print_info: FIM MID token = 151660 '<|fim_middle|>'
print_info: FIM PAD token = 151662 '<|fim_pad|>'
print_info: FIM REP token = 151663 '<|repo_name|>'
print_info: FIM SEP token = 151664 '<|file_sep|>'
print_info: EOG token = 151643 '<｜end▁of▁sentence｜>'
print_info: EOG token = 151662 '<|fim_pad|>'
print_info: EOG token = 151663 '<|repo_name|>'
print_info: EOG token = 151664 '<|file_sep|>'
print_info: max token length = 256
簡易UIにアクセスします。
次のプロンプトをUIに貼り付けてSubmitします。
A～Dの中で3人は正直者で、1人が嘘つきです。嘘つきはだれでしょう？
A：Dは嘘つきだ。
B：私は嘘をついていない。
C：Aは嘘をついていない。
D：Bは嘘つきだ。
論理的な思考経過が流れてきて最終的に答えが返ります。Dが正解です。
UIで試した内容もOpenAI APIに対して、curlでもアクセスします。
curl -s http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{"role": "user", "content": "A～Dの中で3人は正直者で、1人が嘘つきです。嘘つきはだれでしょう？\n\nA：Dは嘘つきだ。\nB：私は嘘をついていない。\nC：Aは嘘をついていない。\nD：Bは嘘つきだ。\n"}
]
}' | jq .
次のJSONが返ります。<think>...</think>の部分が思考過程。
{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"content": "<think>\nまず、問題の状況を整理します。AからDまで4人中、3人は正直者で1人は嘘つきです。それぞれの発言を基に、誰が嘘つきかを特定する必要があります。\n\n各人の発言を確認します：\n- Aは「Dは嘘つきだ」と言っています。\n- Bは「私は嘘をついていない」と言っています。\n- Cは「Aは嘘をついていない」と言っています。\n- Dは「Bは嘘つきだ」と言っています。\n\nまず、正直者と嘘つきの関係を考えます。正直者は真実を述べ、嘘つきは偽りを述べます。したがって、各人の発言が真実か偽かによって、自分が正直者か嘘つきかが決まります。\n\n次に、各人が正直者か嘘つきかの場合を仮定して検証していきます。4人中1人が嘘つきなので、その1人を仮定し、その場合の矛盾がないかどうかを確認します。\n\nまず、Aが嘘つきの場合を考えてみます。\nAが嘘つきなら、Aの発言「Dは嘘つきだ」は偽なので、Dは正直者です。\nCは「Aは嘘をついていない」と言っていますが、Aが嘘つきならCの発言は偽なので、Cは嘘つきになります。しかし、嘘つきは1人しかいないので、この場合、AとCが嘘つきになる矛盾が生じます。よって、Aが嘘つきの可能性は否定されます。\n\n次に、Bが嘘つきの場合を仮定します。\nBが嘘つきなら、Bの発言「私は嘘をついていない」は偽なので、Bは嘘つきです。\nBが嘘つきの場合、Dの発言「Bは嘘つきだ」は真実なので、Dは正直者です。\nAの発言「Dは嘘つきだ」は偽なので、Aは嘘つきになりますが、嘘つきはBしかいないはずが、Aも嘘つきになる矛盾が生じます。よって、Bが嘘つきの可能性も否定されます。\n\n次に、Cが嘘つきの場合を考えます。\nCが嘘つきなら、Cの発言「Aは嘘をついていない」は偽なので、Aは嘘つきです。\nAが嘘つきなら、Aの発言「Dは嘘つきだ」は偽なので、Dは正直者です。\nDが正直者なら、Dの発言「Bは嘘つきだ」は真実なので、Bは嘘つきになります。しかし、嘘つきはCとBの2人になるため、矛盾が生じます。よって、Cが嘘つきの可能性も否定されます。\n\n最後に、Dが嘘つきの場合を検討します。\nDが嘘つきなら、Dの発言「Bは嘘つきだ」は偽なので、Bは正直者です。\nBが正直者なら、Bの発言「私は嘘をついていない」は真実なので、Bは正直者です。\nAの発言「Dは嘘つきだ」は真実なので、Aは正直者です。\nCの発言「Aは嘘をついていない」は真実なので、Cは正直者です。\nこの場合、嘘つきはDのみで、他の3人（A、B、C）が正直者となり、条件を満たします。したがって、Dが嘘つきです。\n</think>\n\n**答え：D**\n\n**解説：**\n1. **各人の発言を整理** \n - A: Dは嘘つき \n - B: 自分は正直 \n - C: Aは正直 \n - D: Bは嘘つき \n\n2. **矛盾のない仮定を探す** \n - **Aが嘘つき** \n → Dは正直（Aの発言が偽） \n → Cの発言「Aは正直」が偽 → Cも嘘つき → 矛盾（嘘つきが2人） \n\n - **Bが嘘つき** \n → Bの発言が偽 → Bは嘘つき \n → Dの発言「Bは嘘つき」が真 → Dは正直 \n → Aの発言「Dは嘘つき」が偽 → Aも嘘つき → 矛盾（嘘つきが2人） \n\n - **Cが嘘つき** \n → Cの発言「Aは正直」が偽 → Aは嘘つき \n → Aの発言「Dは嘘つき」が偽 → Dは正直 \n → Dの発言「Bは嘘つき」が真 → Bは嘘つき → 矛盾（嘘つきが2人） \n\n - **Dが嘘つき** \n → Dの発言「Bは嘘つき」が偽 → Bは正直 \n → Bの発言「自分は正直」が真 → Bは正直 \n → Aの発言「Dは嘘つき」が真 → Aは正直 \n → Cの発言「Aは正直」が真 → Cは正直 \n → **嘘つきはDのみ**（条件を満たす） \n\n**結論：Dが嘘つき**",
"role": "assistant"
}
}
],
"created": 1738243717,
"model": "gpt-3.5-turbo",
"system_fingerprint": "b4589-eb7cf15a",
"object": "chat.completion",
"usage": {
"completion_tokens": 1207,
"prompt_tokens": 62,
"total_tokens": 1269
},
"id": "chatcmpl-GyOOzEH08sntwpx8tio4HFDrqpFC7hTS",
"timings": {
"prompt_n": 62,
"prompt_ms": 401.295,
"prompt_per_token_ms": 6.4725,
"prompt_per_second": 154.4998068752414,
"predicted_n": 1207,
"predicted_ms": 70933.127,
"predicted_per_token_ms": 58.76812510356255,
"predicted_per_second": 17.01602694041671
}
}
Spring AIでアクセス
Spring AIを使ったアプリからアクセスしてみます。
OpenAI互換なので、Spring AIのOpenAI用のChat Clientが利用できます。
サンプルアプリはこちらです。
https://github.com/making/hello-spring-ai
git clone https://github.com/making/hello-spring-ai
cd hello-spring-ai
./mvnw clean package -DskipTests=true
java -jar target/hello-spring-ai-0.0.1-SNAPSHOT.jar --spring.ai.openai.base-url=http://localhost:8000 --spring.ai.openai.api-key=dummy
同じプロンプトを送ります。
$ curl http://localhost:8080 -H Content-Type: text/plain -d "A～Dの中で3人は正直者で、1人が嘘つきです。嘘つきはだれでしょう？\n\nA：Dは嘘つきだ。\nB：私は嘘をついていない。\nC：Aは嘘をついていない。\nD：Bは嘘つきだ。\n"
data:<think>
data:まず、問題文を整理します。
data:AからDまでの4人の中で、3人は正直者で1人は嘘つきです。
data:各人の発言から、誰が嘘つきかを特定する必要があります。
data:
data:各人の発言をリストアップします。
data:- A：Dは嘘つきだ。
data:- B：私は嘘をついていない。
data:- C：Aは嘘をついていない。
data:- D：Bは嘘つきだ。
data:
data:まず、各人が正直者か嘘つきかによって、発言の真偽を検証します。
data:正直者は真実を言うので、その発言は正しいはずです。
data:嘘つきは嘘をついているので、発言は偽りです。
data:
data:仮に各人が嘘つきである場合をそれぞれ検討します。
data:
data:1.
data: 偽りがAの場合：
data: - Aは嘘つきなので、Dは正直者（Aの発言は嘘だから）。
data:Dは正直者なら、Dの発言「Bは嘘つきだ」は真実。
data:つまりBは嘘つき。
data:しかし、Bの発言は「私は嘘をついていない」なので、Bが嘘つきならこの発言は嘘で正しい。
data:しかし、この場合、AとBが嘘つきになるため、嘘つきが2人になってしまう。
data:矛盾するので、Aは嘘つきではない。
data:
data:2.
data: 偽りがBの場合：
data: - Bは嘘つきなので、Bの発言「私は嘘をついていない」は嘘。
data:つまりBは嘘つき。
data:Bが嘘つきなら、Dの発言「Bは嘘つきだ」は真実。
data:Dは正直者。
data:すると、Dが正直者ならAの発言「Dは嘘つきだ」は嘘。
data:つまりAは嘘つき。
data:しかし、これだとBとAが嘘つきになるため、2人いて矛盾。
data:よってBは嘘つきではない。
data:
data:3.
data: 偽りがCの場合：
data: - Cは嘘つきなので、Cの発言「Aは嘘をついていない」は嘘。
data:つまりAは嘘つき。
data:Aが嘘つきなら、Aの発言「Dは嘘つきだ」は嘘なので、Dは正直者。
data:Dが正直者なら、Dの発言「Bは嘘つきだ」は真実なのでBは嘘つき。
data:すると、CとBとAが嘘つきになり、3人になってしまう。
data:矛盾するので、Cは嘘つきではない。
data:
data:4.
data: 偽りがDの場合：
data: - Dは嘘つきなので、Dの発言「Bは嘘つきだ」は嘘。
data:つまりBは正直者。
data:Bが正直者なら、Bの発言「私は嘘をついていない」は真実。
data:Cの発言「Aは嘘をついていない」が正しいかどうか。
data:Aが正直者なら、Aの発言「Dは嘘つきだ」は真実で正しい。
data:これで、Dだけが嘘つきで、A、B、Cが正直者になる。
data:この場合、矛盾が発生しないので、Dが嘘つきである可能性が高い。
data:
data:各ケースを検討した結果、Dが嘘つきの場合に矛盾が生じないことが確認できました。
data:したがって、嘘つきはDです。
data:</think>
data:
data:**解答：Dが嘘つきです。
data:**
data:
data:**根拠：**
data:各人の発言を検証し、矛盾のない状況を導き出します。
data:
data:- **Dが嘘つき**の場合：
data: - Dの発言「Bは嘘つきだ」は嘘→Bは正直者。
data:
data: - Bが正直者なら「私は嘘をついていない」が真実。
data:
data: - Cの発言「Aは嘘をついていない」が真実→Aも正直者。
data:
data: - Aが正直者なら「Dは嘘つきだ」が真実。
data:
data: - これでA・B・Cが正直者、Dのみ嘘つきとなり、矛盾なし。
data:
data:
data:他のケース（A・B・Cが嘘つき）は、**2人以上の嘘つきが発生**するため不成立です。
data:
data:よって、**Dが嘘つき**が唯一の解となります。