カカオは、人工知能の意思決定を支援する自社開発のマルチモーダルモデル『カナナ-2-v-ディサイド』をグローバルオープンソースプラットフォームのハギングフェイスに公開したと発表した。
この意思決定モデルは、利用者の質問に対して文で回答する巨大言語モデル（LLM）とは異なり、確率（Noul）、選択（Choice）、スコア（Score）などの規格化された形式で判断結果を提供するモデルである。結果をすぐに活用できるように設計されており、自然言語の回答から必要な結論を再抽出するプロセスを減少させることができる。利用者の要求に応じて複数の段階の業務を遂行する人工知能（AI）エージェントに有用である。
カカオは、自社開発のマルチモーダル言語モデル『カナナ-2-v-3b』を基に今回のモデルを開発した。テキストと画像を同時に理解し、確率、選択、スコアの三つの形式で結果を提供することで、破損した商品交換の可否などの顧客問い合わせの分類やAIエージェントツールの選択、商品画像の判断など、判断が必要なさまざまなサービスに適用可能である。
カカオは、質問と選択肢を数字の束である『ベクター』として表現し、類似度を比較する埋め込みベースの構造を適用した。分類項目が多くても柔軟に活用でき、同じ選択肢のベクターは保存後再利用できるため、繰り返しの要求時に計算負担と応答遅延を減少させた。
今回のモデルは、H200グラフィック処理装置（GPU）1枚を基準に平均応答速度が0.04秒以内であり、GPT-6ルナに対して43倍の速さを記録した。
自社評価データセット『カナナディシジョンベンチ』と公開評価データセット『ディシジョンインデックス』で比較対象モデルの中で最も高い性能を記録した。比較対象には、マイクロソフトの『ディシジョン-1』、タイプセーフAIの『ゼブ』、パープレキシティの『pplx-ディサイダー-v1.1-27B』、アップステージの『ソラディサイド』などが含まれた。
カカオは、今回のモデルには研究目的だけでなく商業的活用が可能な『カナナオープンライセンス』を適用した。国内外の研究者や企業がさまざまなAIエージェントサービスを開発する際に活用できる。
カカオは、ウェブ検索や商品カテゴリーの自動分類などの内部プロジェクトにこのモデルを優先的に適用し、実際のサービス環境で性能を継続的に改善する計画である。今後、検索と判断を一つのモデルに統合する方向で技術を高度化する方針である。
最終的に、カカオのアプライドAIモデル成果リーダーである最東鎮は、「今回のモデル公開は最新のAI技術の進展を実際のサービスに活用できる基盤を広げるという点で意義がある」と述べ、「今後も技術の高度化と公開を通じて、利用者が日常で体感できるAI体験を提供していく」と語った。
一方、カカオは自社開発のAIモデルの活用範囲を拡大している。昨年2月に軽量言語モデル『カナナナノ2.1B』をオープンソースとして公開したのに続き、今年7月には小型言語モデル4種、利用者の質問と文書の意味を分析して関連情報を検索する『カナナ-2-エンベディング』モデル2種を公開した。今回の意思決定モデルを追加することで、AIエージェントに必要な情報検索と判断技術をそれぞれ確保している。
* この記事はAIによって翻訳されました。
