QueryPie AI、機密情報検知に特化した意思決定AIモデル「QEV」を公開

QueryPie AIは、機密情報の検知に特化した意思決定AIモデル「QEV」を開発しました。
QEVは文章を分類し、条件判定やスコア評価を行うモデルです。
社内文書3,167件の評価で、検知率99.69％とF2スコア98.98％を記録しました。
同社はQEVをHugging Faceで公開し、DLPソリューションとして提供します。

記事の概要

QEVは、入力文章をあらかじめ定義した基準に基づいて分類し、選択肢と確率を返す意思決定AIモデルです。
QueryPie AIはGemma 4をベースに、企業のセキュリティ業務データを使った追加学習と最適化を行いました。
日本語・英語・韓国語の社内文書3,167件を対象に、QEVと外部の商用意思決定AIモデル「JEV API」を比較しました。
機密情報を含む文書1,281件のうち、QEVが検知できなかった文書は4件でした。
JEV APIの見逃しは46件で、QEVは検知漏れ件数を約91.3％削減しました。
QEVは、個人情報や社内機密情報を含む文章を種類ごとに分類し、10件のデモテストで定義基準に合致する結果を返しました。
INT8量子化の適用後は、GPUメモリ使用量を27.5～45.2％削減し、QEVの検知漏れ件数は4件に維持されました。
QEVはHugging Faceと専用デモページで公開され、DLPソリューションはSaaS型とオンプレミス型で提供されます。

記事のポイント

1. 検知率99.69％： 日本語・英語・韓国語の社内文書3,167件を評価し、機密情報を含む1,281件中の見逃しを4件に抑えました。
2. GPUメモリを削減： INT8量子化により、検知性能をおおむね維持しながらGPUメモリ使用量を27.5～45.2％削減しました。
3. 企業向けに提供： QEVをHugging Faceとデモページで公開し、DLPソリューションをSaaS型とオンプレミス型で提供します。

このニュースがもたらす影響

• 導入を検討する企業： 社内文書を使った事前検証とSaaS型・オンプレミス型の選択肢があるため、自社の機密情報や運用環境に合わせてDLP導入の可否を判断しやすくなると考えられます。
• DLP製品の提供者： 同一評価で商用モデルより検知漏れを抑えた結果が示されたことで、汎用モデルの採用だけでなく、業務データによる追加学習や用途特化モデルの性能を比較する必要が生じる可能性があります。
• 情報システム部門： INT8量子化でGPUメモリ使用量を削減できるため、検知性能だけでなく、既存の計算資源やオンプレミス環境で継続運用できるかを含めた評価が求められそうです。

このニュースの背景

一般的な生成AIが文章生成や質疑応答を中心とする一方、QEVは定義済みの選択肢に基づく分類や条件判定、スコア評価に特化しています。
QueryPie AIはGemma 4をベースに、企業のセキュリティ業務データを使った追加学習と最適化を行い、機密情報検知向けのモデルを構築しました。
日本語・英語・韓国語の社内文書を対象に評価し、さらに量子化によるGPUメモリ使用量の削減も検証したことで、検知性能と運用効率の両面を示しています。

関連するニュース

• QTnetは、QT-GenAIで根拠条文付きの法令調査レポートを自動作成する新機能を提供します。
• deeptierが、RICHの中小企業向け対話型AI実証で運用・セキュリティ・評価改善を支援します。
• QueryPie AI合同会社が、ローカルファイルや業務ツールを扱うデスクトップAIエージェント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）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

QueryPie AI、機密情報の検知に特化した意思決定AIモデル「QEV」を開発

QueryPie AI合同会社のプレスリリース（2026年10月19日 08時00分）QueryPie AI、機密情報の…