lilting channel

Anima-2.9Bをさらに層拡張し、Qwen3.5-4Bをテキストエンコーダに追加したコミュニティ版Anima-3.8Bを、M1 Max 64GBのComfyUI v0.33.3で実測する。過去に線形ブリッジで失敗したエンコーダ交換を、0.6Bの経路を残したままcross-attentionを挟む形でどう実現したかをコードと重みから読み、効かなかった構図プリセット10種と4人バンドの役割指定をBase・2.9Bと同seedで比較したら、真後ろや後列のドラマーは通るようになり、顔をフレーム外などの切り取り指定は逆に効かなくなった。既存キャラLoRAは番号を52ブロックへ付け替えれば本人が出る。

Anima-2.9Bが使ったLLaMA Proの層拡張（コピーした層を挟んで出力をゼロにし、新層だけ学習）をQwen3-0.6B-Baseで再現。自分のブログの技術記事722本を学習させ、新層のみ・LoRA・フルFTで覚えたかと忘れたかをperplexityで比較した。新層だけで学習外の記事は14.7から10.5に下がったが、Wikipedia日本語版は13.5から17.9に上がってフルFTより忘れた。1.7Bでも比率は同じで、Wikipediaを2割混ぜるとほぼ消える。28層で焼いたLoRAの番号付け替えも数字で再現。M1 Max 64GBのMLXで実測。

QwenLM公式のQwen-MM-Pluginsからcoreだけを16GBのM4 Mac miniに入れた。Claude Codeはプラグイン経由だとツール名にplugin_が付いて許可設定が通らず、Codexはexecの既定でMCP呼び出しが承認待ちで落ちる。画像・PDF・SVG・CSV・STL・動画をAPIキーなしで読ませた記録。