Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
aigame & webllm
Search
oggata
February 24, 2025
Technology
100
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
aigame & webllm
oggata
February 24, 2025
More Decks by oggata
See All by oggata
セルから世界へ ------Life Gameからパックマン、そしてWorld Modelまでの世界生成シミュレーション入門
oggata
0
410
MESAワールドモデルとマルチエージェントによる人間行動シミュレーション :仮想から現実世界への架け橋
oggata
0
36
ecological_niche_reward_function_v3
oggata
0
17
NextGen Chore
oggata
0
21
MESA_MINI_DINOv2_Pipeline
oggata
0
18
Self-Introduction
oggata
0
44
Gaming & PhisicalAI
oggata
0
76
savanna_sim.py
oggata
0
13
Beyond LLM:世界モデルが切り拓くフィジカルAIの時代
oggata
0
50
Other Decks in Technology
See All in Technology
クロスボーダーM&AのValue Upを支えるプロダクト開発。日米チームのハブになったプロダクトエンジニアの実践 / Product Engineering Conference 2026
genda
0
130
顧客に向き合う開発組織へ。リアーキテクチャとフィーチャーチーム化で挑む組織改革
safie
0
1.3k
AI 時代のスタートアップエコシステ厶から考究する技術的負債との向き合い方
m3m0r7
PRO
2
1.4k
Gitは怖い?共有ワークスペースから始めるSnowflakeチーム開発
coco_se
0
200
山手線を徒歩で一周してわかった、 位置情報アプリは「足」が最強のデバッガー
hinakko
0
140
Snowflakeのコスト最適化を支えるアーキテクチャ設計
ktatsuya
1
1.5k
DEFCON34-Write-up_HYCu-MYCu
daikiokazaki
0
160
Sigmaで作る業務アプリ
kazushiro_honma
0
130
SQL文一行も書けない人事がCortexもろもろを使って人事業務を楽にしてみる
ponponmikankan
1
240
すぐできる衛星通信対応 あとは山奥に行くだけ
tatetate55
0
120
事業課題から技術的負債に向き合う
sansantech
PRO
2
1.2k
登壇の自信を奪う3匹のオバケ / 3 Ghosts That Rob You of Your Confidence in Public Speaking
pauli
8
820
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
97
6.8k
ラッコキーワード サービス紹介資料
rakko
1
4.9M
KATA
mclloyd
PRO
35
15k
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
300
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
900
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Chasing Engaging Ingredients in Design
codingconduct
0
310
Building a Scalable Design System with Sketch
lauravandoore
464
34k
HDC tutorial
michielstock
2
870
RailsConf 2023
tenderlove
30
1.5k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
Transcript
AIGAME X WEBLLM AIGAME X WEBLLM Play
RETRO AGENT SDK RETRO AGENT SDK https://oggata.github.io/retro-agent-sdk
AI X GAME AI X GAME
バズったら、 OPENAIの料金が 高くなる… バズったら、 OPENAIの料金が 高くなる…
マインクラフトで前方に 100x100x100のサイズでコン クーとの構造物を作るコマンド は? /fill ~ ~ ~ ~100 ~100
~100 concrete LOCAL LLM? LOCAL LLM?
MACHINE LEARNING COMPILATION(MLC) MACHINE LEARNING COMPILATION(MLC) https://www.cmu.edu/flame/research/2024/machine-learning-compilation-for-large-language-models.html CLI / Server
mlc_llm serve Android MLC JVM iOS MLC Swift Web browser WebLLM webgpu + wasm ios android os AMD / Nvidia model-lib model compilation platform native runtime model weight mlc weight conversion pre-converted weight original model weight
WEB LLM CHAT WEB LLM CHAT 新鮮なココナッツミルクを使ったカレーのレシピを紹介しよう: 材料 ココナッツオイル 大さじ2ニンニクのみじん切り
大さじ2おろし ショウガ 大さじ2玉ねぎ(みじん切り)小1/2個青唐辛子 (種を取り除き、みじん切り) 2~3本ココナッツミルク(または アーモンドミルク、ココナッツミルク) 大さじ2~3塩 適量コリ アンダー、パセリ、コリアンダーなどのフレッシュハーブ 作り方 小鍋または中くらいの大きさの鍋にココナッツオイルを入れ、 よくかき混ぜながら中弱火で溶かす。 にんにく、しょうが、玉ねぎのみじん切りを加え、香りが出るま で2~3分炒める。 みじん切りにした青唐辛子を加え、1~2分炒める。 すりおろしたココナッツミルクを加え、炒めた材料を加える。 カレーを沸騰させたら弱火にし、鍋にふたをして、途中で混 ぜながら、とろみが少しついてココナッツミルクが泡立ち始 めるまで約10~12分煮る。 必要に応じて塩を加える。 お好みでフレッシュハーブを加え、さらに1~2分煮る。 温かいうちにご飯や麺と一緒に食べる。お好みでフレッシュ ライムジュースを添える。 フレッシュココナッツミルクとフレッシュハーブで作るカレーをお 楽しみください。
セキュリティ、プ ライバシー保護 オフライン利用 レスポンス時間 短縮 コスト削減 特定業務への カスタマイズ エッジデバイス の活用
WHY LOCAL LLM ? WHY LOCAL LLM ?
import {ChatCompletionMessageParam, CreateMLCEngine, MLCEngine} from '@mlc-ai/web-llm'; const model = 'Llama-3.2-3B-Instruct-q4f32_1-MLC';
this.engine = await CreateMLCEngine(model, { initProgressCallback: ({progress}) => this.progress.set(progress) }); this.ready.set(true); await this.engine!.resetChat(); const systemPrompt = ` The user will ask questions about their todo list. Here's the user's todo list: ${this.todos().map(todo => `* ${todo.text} (${todo.done ? 'done' : 'not done'})`).join('\n')}`; const messages: ChatCompletionMessageParam[] = [ {role: "system", content: systemPrompt}, {role: "user", content: userPrompt} ]; const chunks = await this.engine!.chat.completions.create({messages, stream: true}); let reply = ''; for await (const chunk of chunks) { reply += chunk.choices[0]?.delta.content ?? ''; this.reply.set(reply);
LET’S TRY AIGAME X WEBLLM LET’S TRY AIGAME X WEBLLM