Preferred Networks、金融特化型小規模AIを公開

Preferred Networksは11月10日、金融機関向けの小規模言語モデル「PLaMo 3.0 Fin」を公開しました。
Hugging Faceでオープンウェイトモデルとして提供し、商用利用にも対応します。
GPU1枚から動作し、クラウドの閉域環境やオンプレミス環境への導入を想定しています。

記事の概要

PLaMo 3.0 Finは、情報通信研究機構（NICT）との共同研究で得た「PLaMo 3 NICT」を基盤にしています。
日本を中心とした金融分野のデータで追加学習した金融特化型モデルです。
段階的に考えて回答する「Reasoning」機能を搭載し、推論過程を日本語で出力します。
Web検索や計算、社内データベース参照などの外部ツール呼び出しにも対応します。
問い合わせの分類、申込書類からの情報抽出・変換・突合、不正検知への組み込みを想定しています。
融資先の業況分析にも利用できるモデルとして開発されています。
金融機関で大規模言語モデルを大量処理に使う際のコストや、機密情報を閉域環境で扱う要件に対応します。
PLaMoコミュニティライセンスに基づき、社内業務や自社製品・サービスへの組み込みを、定められた範囲で商用利用できます。

記事のポイント

1. GPU1枚で運用可能： 小型モデルのため、GPU1枚から運用できます。閉域環境やオンプレミス環境への導入にも対応します。
2. 金融業務に対応： 問い合わせ分類や申込書類の処理、不正検知、融資先の業況分析への組み込みを想定しています。
3. 国産技術で開発： 指示追従学習には自社開発AI半導体「MN-Core 2」を使い、基盤モデルから開発しています。

このニュースがもたらす影響

• 導入検討企業： 大量処理が多く、機密情報を扱う金融機関は、大規模モデル一辺倒ではなく、業務ごとに小型モデルを閉域環境へ配置する構成を比較しやすくなります。
• 金融同業： 問い合わせや書類処理、不正検知などを自社業務・サービスへ組み込む選択肢が増え、既存システムとの接続方法やライセンス条件の確認が必要になりそうです。
• AI事業者： 金融向けでは、モデル単体の性能だけでなく、検索・計算・社内データベースと連携して業務を処理できるかが、導入提案の評価軸になる可能性があります。

このニュースの背景

金融機関では大量の処理に大規模言語モデルを使うと、利用コストが膨らむ場合があります。
機密性の高い情報を扱うため、クラウドの閉域環境やオンプレミス環境で効率よく動作することも求められています。
こうした要件に対し、PLaMo 3.0 Finは金融分野のデータで追加学習し、Reasoningや外部ツール呼び出しに対応しています。
基盤モデルから金融特化型モデルまで、PFNが自社開発AI半導体を含む国産技術で開発した点も特徴です。

関連するニュース

• Preferred Networksは、国産生成AI「PLaMo 3.1 Prime」に自律調査と出典付きレポート作成機能を追加しました。
• Preferred NetworksとTenstorrentが、NEDO採択のもと生成AI向けAIプロセッサーを2031年度まで共同開発します。
• PLAINERは、ソフトウェアの操作案内や承認後の入力代行に対応するAI Agentを提供開始しました。

詳しい記事の内容はこちらから（引用元）

Impress Watch

PFN、金融特化の小規模AI「PLaMo 3.0 Fin」　GPU1枚から動作

Preferred Networks(PFN)は、金融機関での実務利用を想定した金融特化型の小規模言語モデル「PLaMo…