リコー、日本語での推論プロセスを強化したマルチモーダルLLMを開発　Gemini 2.5 Proに匹敵

概要

リコーが、複雑な図表を含む日本語資料を読解し、日本語で推論ステップを出力可能な320億パラメータのマルチモーダルLLMを開発した。

詳細内容

リコーは、中国Alibabaの「Qwen3-VL-32B-Instruct」をベースに、日本語での推論能力を大幅に強化したマルチモーダルLLM「Qwen3-VL-Ricoh-32B-20260227」を開発した。本モデルは複雑なフロー図や複数ページのグラフを含む日本語文書の読解に長けており、特定のベンチマークでGoogleの「Gemini 2.5 Pro」に匹敵する性能を示す。開発にあたっては、経済産業省の「GENIAC」プロジェクトの支援を受け、強化学習を通じて回答の根拠を日本語で導き出すプロセスを最適化した。また、画像トークンを削減する独自技術により運用コストも低減。自社のAIプラットフォーム「H.D.E.E.N」を通じて企業向けに提供するほか、8Bの軽量版をHugging Faceで公開している。

元記事を読む他のサマリーを見る