#LLM #AXELIDEA #QUON

AXELIDEAが開発した革新的な日本語特化LLM

Axelidea株式会社が2026年3月25日に、特許文献をもとにした新発想の日本語特化大規模言語モデル「AXELIDEA-QUON-14B-Japanese-v01」を発表しました。この14Bパラメータのモデルは、従来の言語モデルとは異なり、知識をどう組み合わせるかというプロセスにフォーカスしています。日本語特化のLLMとして新たな地平を切り拓くこのモデルは、GENIAC-PRIZE特別賞「地域賞」も受賞しました。

知識を組み合わせる力

従来の大規模言語モデル（LLM）では、知識の量が重視されてきました。しかしAXELIDEA-QUONは、知識をどのように組み合わせて問題解決に導くかに焦点を当てています。このアプローチは、数多くの特許文献を学習素材とし、問題解決に必要な考え方を習得させています。その結果、JA Leaderboardにおいて、GoogleやMicrosoftなどの他のモデルを押さえて首位に立ちました。

技術革新の背景

AXELIDEA-QUONの性能向上は、いくつかの技術的革新によります。まず、Torranceの創造性テストに基づき、多様な創造性を持つ60体のエキスパートを訓練しました。これにより、異なる創造的思考が融合し、多様なアプローチが可能になっています。

次に、独自の5次元創造性評価モデルであるQUON-CreativityBenchにより、訓練データの質を厳密に評価し、言語モデルの創造性を高めました。このモデルは、「壊滅的忘却」の問題を克服するために、知識保持に特化したファインチューニングを行っています。

量子技術の活用

さらに、AXELIDEA-QUONは、量子コンピューティングの技術を取り入れています。エキスパートチームの最適な組み合わせを見つけるためにQUBO問題として定式化し、シミュレーテッドアニーリングを通じて最適化しています。これにより、将来的にエキスパートの数が増えても、効率的に処理が可能です。

「知識の組み合わせ方」を改善する設計思想

AXELIDEA-QUONは「アイデアとは既存の要素の新しい組み合わせである」という考え方に基づいて設計されています。Attention層を利用して、情報の関連付けや創造的思考パターンを強化しています。これは、単に知識の量を増やすのではなく、知識の質を向上させるアプローチです。

受賞歴

AXELIDEAは、生成AI分野の研究開発を促進する「GENIAC-PRIZE」において、地域賞を受賞しました。この賞は地域社会に根ざした課題に取り組む企業への表彰で、AXELIDEAの取り組みが評価された結果です。地域に特化した独自の解決策を持つ企業として、今後の活動にも期待が寄せられています。

まとめ

AXELIDEA-QUON-14B-Japanese-v01は、これまでにないアプローチで知識の組み合わせ力を強化し、日本語特化のAI技術に革新をもたらします。その成果は、業界内外での広範な応用が期待され、今後のAI技術の発展にも寄与します。

関連リンク

サードペディア百科事典: LLM AXELIDEA QUON