今週の気になったAIニュース vol. 176

余計なノイズがないテスト環境と、雑然とした現実世界は異なるため、多くのエンジニアはAIが動作する本番環境に近い設定でトレーニングを行います。ところが、ノイズのないシミュレーション環境でトレーニングされたAIエージェントは、ノイズが多い設定でトレーニングされたAIエージェントよりも優れたパフォーマンスを発揮することが多いという「屋内トレーニング効果」が、マサチューセッツ工科大学(MIT)の研究者らによって発見されました。

最新の推論モデルが、チェス対局中に自発的な不正行為を試みる傾向が新たな研究で判明した。相手の駒を消したり、プログラムを改変したりと、指示されていないにもかかわらず「勝利」のためなら手段を選ばない実態が浮き彫りになっている。

中国Alibabaは3月6日（現地時間）、大規模言語モデル（LLM）「QwQ-32B」を発表した。パラメータ数が320億でありながら、中国DeepSeekのLLM「DeepSeek R1」（パラメータ数6710億）と同等の性能を達成したという。QwQ-32BはApache 2.0ライセンス下で、同社のHugging Face上で公開している。

　（株）Preferred Networks（PFN）は2月25日、グループ会社の（株）Preferred Elements（PFE）が開発する大規模言語モデル「PLaMo」シリーズにおいて、最新モデル「PLaMo 2 8B」を公開した。ダウンロードは「Hugging Face」より可能。ライセンスは条件付きで商用利用可能な「PLaMo Community License」で、個人や中小規模の企業は有償・無償を問わず利用できる。

ストックマークではGENIACの第２期のプロジェクトで日本語を主な対象とした1000億パラメータのLLMの開発を行なっています。このブログではGENIACの取り組みについて簡単に紹介します。また、開発自体はまだ続いていますが、一定の性能が出てきたことから、現段階のモデル、Stockmark-2-100B-Instruct-betaをベータ版としてHuggingFace HubでMITライセンスで公開します。日本語MT-Benchではこれまで日本で開発されてきたオープンなモデルに比べて高い性能を示すことがわかりました。このモデルは1.5兆トークンのデータで事前学習を行い...