メインコンテンツへスキップ
見出し画像
Photo bymiki_iju_note

HuggingFaceでモデル公開したら9,000ダウンロード超えてた話


    久しぶりの投稿。独断と偏見で数字を眺めてみた。
    久しぶりです。前回の投稿から、またしてもブランクを作ってしまった。
    書けなかったわけじゃなくて、書くより触るほうが楽しかった、というか、沼です。AI沼にはまってました。

    AI沼とダウンロード


    ここ1ヶ月半は自分が作ったツールをひたすらいじったり、社内に少しずつ公開してみたりしていた。アウトプットをnoteに出す余裕がなかったというのが正直なところ。
    で、ふと気づいたら、3か月前にHuggingFaceで公開してたMLX変換モデルの累計ダウンロードが9,000を超えていた。。。

    正直「え、マジで?」ってなった。誰も見てないだろうと思ってたわけじゃないけど、数字を確認したのが久しぶりだったこともあって、思ったよりずっと大きかった。
    せっかくなので、独断と偏見で眺めてみた記録を書いておく。


    そもそもモデル公開を始めた経緯

    リスキリングの一環として、ローカルLLMをあれこれ触っている。手元にはMBPがあって、128GBのRAMがある。このRAMを持て余してる感があって、「せっかくこのスペックがあるなら、人が動かしにくいモデルを変換して公開すればいいんじゃないか」という単純な発想で始めた。
    最初は完全に自分用のメモ感覚だった。変換してみた、動いた、じゃあ公開しとこう。それだけ。
    今年2月、日本語特化のモデルがいくつか同じ週に重なった。NVIDIAのNemotron-Nano-9B-v2-Japanese(2/17リリース)と、東京理科大+AISTがGPT-OSSをベースに日本語強化した「GPT-OSS Swallow」、Qwen3ベースの「Qwen3 Swallow」が2/20に同時リリース。その週に一気に変換して公開したのが17本のモデルだ。
    17
    公開モデル数
    9,232
    累計DL
    1,845
    直近30日DL


    シリーズ別に分解してみた

    17本を一括で「9,000件」と言っても何もわからないので、シリーズ別に分解してみた。
    シリーズ別 累計ダウンロード内訳
    Nemotron(3本)GPT-OSS-Swallow(4本)Qwen3-Swallow(10本)
    Nemotron 3本で全体の45.6%。1本あたり平均1,402件。Qwen3-Swallowは10本で25.6%、平均236件/本。
    見てわかる通り、Nemotronが圧倒的だ。3本で全体の半分近くを持っていく。
    同じ週に出た日本語モデルなのに、Nemotronの1本あたり平均とQwen3-Swallowの1本あたり平均に6倍の差がある。これは「日本語モデルだから人気」という話じゃないと思う。


    Nemotronが強い理由を考えてみた

    モデル別 累計 vs 直近30日(上位順)
    累計直近30日
    Nemotronには、MLX変換時にはまるバグがある。英語版の本家も同じバグを持ってるはずで、知る限り僕のREADMEにだけ解決策が書いてある。
    「Nemotron MLX 動かない」で検索してたどり着いたユーザーが、日本国内外にいたんじゃないかというのが僕の読みだ。言語関係なく「動かない→解決方法がここにある」という流入があれば、Nemotronが強いのは説明がつく。
    つまり:「日本語対応だから」より「バグの解決策をREADMEに書いたから」のほうが、Nemotronの数字の主因に近いと思ってる。Japaneseは付加価値で、バグ修正が引き寄せた。


    もう一個気になったのが120Bの動き

    モメンタム率(直近30日 ÷ 累計 ×100)— 今アツいのはどれか
    赤が高い = 今も活発にダウンロードされている。GPT-OSS-Swallow-120Bの32.8%が突出。
    GPT-OSS-Swallow-120Bの6bit量子化。この子が直近30日で314件という、累計4位なのに直近は2位という謎の動きをしている。
    120Bモデルの6bit量子化を動かすには70〜80GB近いRAMが必要だ。普通のMacでは到底無理で、動かせるのはM4 Max 128GBとか、Mac StudioのUltra構成くらいに限られる。そんなニッチなモデルが月300件以上ダウンロードされてる。
    「128GBのMacを持っていて、かつ日本語強化のGPT-OSS Swallow 120BをMLXで動かしたい人間」って、世界に一体何人いるんだろうと思いながら眺めた。いるんだよな、ちゃんと。


    1万件はいつ?

    累計推移と1万件到達予測
    累計推移(予測)1万件ライン
    直近30日1,845件ペース。残り768件。計算上は約12日で到達する。
    計算上は今月中だ。ただこれは「1万件」というキリのいい数字に意味があるのかというと、別にそんなことはない。
    mlx-communityのメジャーモデルは数百万ダウンロードがある。桁が違う。ただ個人で始めて、誰かの「動かない」を解決して、月1,800件が継続している、というのはまぁ、初心者がやれることとしては悪くないんじゃないかと自分では思ってる。


    リスキリングとしての意味

    このモデル公開は、技術習得が目的というより「自分のRAMを活かして誰かの役に立てるか」を試してみる感覚でやっていた。
    結果として、バグの解決策を書いたら人が来た。120GBの壁を越えてモデルを動かしたら需要があった。これは「情報を整理して公開する」ことの価値を、数字として確認できた体験だ。
    今後も同じやり方でやっていく。触って、詰まって、解決して、書く。そのサイクルが一番身につく。
    次の投稿もまた久しぶりになるんだろうけど。。。まぁそれはそれで。


    ブログが途切れがちな本当の理由

    モデル公開と並行して、3月下旬からもう一個でかいものを動かしていた。ローカルLLMを組み込んだ業務向けのツールを、個人で一から作っていた。
    期間はおよそ2ヶ月。この間にバージョンが13まで上がった。コードベースは数万行、自動テストが1,000本超まで積み上がった。アクセス制御・検索品質・個人情報マスキング・セキュリティ設計まで含んだ、ちゃんとした「動くもの」だ。個人開発としてはやりすぎだとは思う。
    進め方はバイブコーディング一本。Claude Codeというエージェント型AIに指示を出しながら毎晩進めた。設計の判断は全部自分、実装はAIが走る。2ヶ月でここまで来られたのはこのやり方のおかげだ。
    苦労した点は数えきれないが、代表的なものをあげると、途中で設計ごとスクラッチに近い形でやり直した、個人情報マスキングの作り直しに丸ごと1週間かかった、セキュリティの穴が終盤になって次々発覚した、別マシンでまったく動かない移植性バグが直前に発覚した。。。AIに指示を出し続けることの難しさも身に沁みた。
    先日、社内の限定メンバーに初めて配布した。本部長クラスにまで届いて、個人開発としてはまぁまぁのスタートが切れたと思っている。
    詳細はいずれちゃんと書く。書くべきことが溜まりすぎていて、どこから手をつけるか迷ってるのが正直なところ。。。

     
     
    40代、妻、小学生の息子1人の3人家族。ガジェットネタ、温泉好き。運動不足解消と1年前からテニススクールへ通い中。10年ほど前からは、外資系ITベンダーでインフラエンジニアとして従事。日々の雑感やガジェットネタ、リスキリングでチャレンジしてることなどを記録予定。

    あなたへのおすすめ