光数は、日本語の専門文書検索と理解に特化した小型AIモデルの研究開発を始めました。
NEDOの「GENIAC-PRIZE」で開発した特許審査向けPoCを起点にしています。
Rerankerに依存しない高速検索と、長文の重要論点や文書間の異同比較を目指します。
記事の概要
光数は2025年度、NEDOの「GENIAC-PRIZE」領域02に参加しました。
特許審査業務をモデルケースに、大量の特許公報から関連文献を検索するプロトタイプを開発しました。
プロトタイプでは、技術的な要点や関連箇所の抽出、複数文書の比較にも取り組みました。
同社は、候補文書を再評価するRerankerの処理負荷を実運用上の課題として挙げています。
新モデルでは、検索モデル自体の意味理解と関連性判定を高め、直接検索する構成を目指します。
既存の多言語基盤モデルをFine-tuningするのではなく、日本語文書を中心としたデータからゼロから学習します。
特許・技術・行政・法務などの分野に応じた追加学習と、長文の重要論点や共通点・相違点の把握を目指します。
一般的なPCやサーバーのCPU環境、企業内PC、オンプレミスや閉域環境での利用も想定しています。
記事のポイント
- Reranker依存を低減： 候補抽出後に再評価する構成から、検索モデルによる高精度な直接検索への移行を目指します。
- 日本語からゼロ学習： 日本語固有の語彙や漢字、文章構造、文脈を基礎学習段階から形成するモデルを開発します。
- 長文の異同比較： 長文から重要な論点を抽出し、複数文書の共通点や相違点まで捉える能力の実現を目指します。
このニュースがもたらす影響
- 導入を検討する企業： GPUや外部APIを使いにくい企業でも選択肢になり得るため、機密性や既存環境との適合性を含めて専門文書AIの導入評価を進めやすくなると考えられます。
- 同領域のAI提供者： 検索精度だけでなく、Rerankerを含む構成全体の処理負荷や運用コストが比較軸になり、専門文書向けサービスでは高速性と軽量性の両立が求められそうです。
- 特許・法務部門： 文書を見つけるだけでなく、長文の重要論点や文書間の差分を業務にどう組み込むかが課題になり、検索結果の確認・比較手順を見直す必要が出てくる可能性があります。
このニュースの背景
光数はNEDOの特許審査向けPoCで、大量の特許公報から関連文献を検索し、要点抽出や文書比較を行いました。
その過程で、候補文書を再評価するRerankerの処理負荷が、文書数や候補数の増加に伴う実運用上の課題として示されました。
また、文書全体の類似度だけでは、長文に含まれる重要な技術要素や論点の共通点・相違点を十分に捉えにくい点も明らかになりました。
こうした課題を踏まえ、日本語文書を中心にゼロから学習する小型モデルで、検索と長文理解を一体的に高める研究へ進みます。
関連するニュース
- サイオニックエーアイが日本語埋め込みモデル2種を公開し、社内文書検索やRAGの精度向上を支援します。
- 株式会社Loverが、企業のAI検索での露出や推奨状況を分析・改善するLLMO／AIOの実証実験を開始しました。
- ABEJAがNEDO採択事業に参画し、金融・保険向け産業特化型LLMを開発します。
詳しい記事の内容はこちらから（引用元）
光数株式会社のプレスリリース（2026年8月31日 22時58分）日本語文書検索に特化した次世代小型AIモデルの研究開発…
https://prtimes.jp/main/html/rd/p/000000006.000183060.html