--- title: llama.cppでDeepSeek-R1-Distill-Qwen-32B-Japaneseを動かしてSpring AIからアクセスする tags: ["llama.cpp", "OpenAI", "Machine Learning", "MPS", "DeepSeek R1", "Spring AI"] categories: ["AI", "LLM", "llama.cpp"] date: 2025-01-30T15:08:10Z updated: 2025-02-01T09:41:06Z --- **目次** サイバーエージェントが公開した[DeepSeek-R1-Distill-Qwen-32B-Japanese](https://huggingface.co/cyberagent/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](https://huggingface.co/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。 image 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。 ``` ![Image](https://github.com/user-attachments/assets/e159060e-50af-47ce-99b2-d84e24617eb3) 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。 ```bash 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。`...`の部分が思考過程。 ```json { "choices": [ { "finish_reason": "stop", "index": 0, "message": { "content": "\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\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](https://docs.spring.io/spring-ai/reference/index.html)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](https://docs.spring.io/spring-ai/reference/api/clients/openai-chat.html)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: 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: 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。 ```