法事に行く直前、ゑるねが大暴走を始めました。ちょうど思いつきでシステムをいじろうと思ってくちゃくちゃしてて、法事に行く時間になって「よしできた」と思って試しに動かしてみたら、なぜかアイドルみたいなゑるねがたくさん。「仕事が終わってブラウスを脱いでいるゑるね」を生成しているはずなのに、なぜか
胸は盛られてるわ、髪は黒髪でピンクが入っていてかわいいわで何がなにやら。ただし、ヘッドホンだけは必ず着用しています。そこだけはブレない。
もはやファンタジーキャラじゃんって感じのゑるねまで生成されてくる始末。お坊さんがありがたいお経を読んでいる間も「ゑるね、どうなってるんだ？」と気が気ではありません。
ここで、ゑるねシステムをどのように変更したかを説明します。今までのゑるねシステムは
- 日本語で指示を出す
- Qwen3.6-35B-A3BというローカルLLMに演出とか考えさせて画像生成しやすいようなタグを出力する
- Animaという画像生成モデルにタグを渡して絵を描かせる
という流れだったのですが、2と3の間に校閲者を挟んだのです。
- 日本語で指示を出す
- Qwen3.6-35B-A3Bがタグを出力する。
- Qwen3.6-35B-A3Bにタグの矛盾や重複がないかチェックさせる。
- Animaで画像生成する。
つまり、Qwen3.6-35B-A3BというローカルLLM（つまりMac mini の中にいる生成AI）に演出させたりするだけではなく、校正までさせるというめちゃくちゃな仕組み。
で、法事から帰ってきて、暴走している原因かな？というところを修正してみたけど、やっぱりゑるねはブラウスを脱ぐことなく、勝手にバニーガール姿になったりするのです。
しかもバストサイズ盛りまくり。ぶっちゃけゑるねには "flat chest" というタグを入れて、絶対に胸を盛らないよう強い意志を示しているはずなのです。でも、なぜか盛り盛り。どうしたもんかと試行錯誤。システムの根幹の部分まで作り直し、ほぼ新しいシステムが出来上がったところで気がついたのです。num_predict = 192ってもしかしてQwen3.6-35B-A3Bの首を絞めてないか、と。
簡単に言うと「お前は192文字しか口にしてはいけない」と制限をしていて、でも渡す情報は400近い情報を渡していたのです。で、400近い情報を校正しなさい、でも内容を変えたりしてはいけませんよ、なんて言うもんだからQwen3.6-35B-A3Bが窒息して結果的にゑるねが大暴走したという結果に気がついたのです。びっくりしました。
結果的に修正がうまくできて「ブラウスを脱いでいるゑるね」も生成することができました。本当にありがとうございました。合掌。
