NTT製LLM「tsuzumi 2」が図表を“理解”　ビジネス文書全般をカバー

概要

NTTが、図表やグラフを直接理解できる「tsuzumi 2 Vision」を発表し、複雑なビジネス文書の解析や自動化機能を大幅に強化した。

詳細内容

NTTは、日本語処理に特化した軽量LLM「tsuzumi 2」の拡張版として、画像認識機能を備えた「Visionモデル」を発表した。本モデルは、スライド、グラフ、フローチャート、見積書などの視覚情報を含むビジネス文書を直接「理解」し、テキストで出力することができる。ベンチマークテストでは図表入り資料の理解において競合他社と同等以上の性能を記録。用途として、社内資料の高度な検索、フローチャートに基づいた顧客対応、独自フォーマットの証憑書類とシステムデータの照合などが想定されている。また、テキスト専用モデルも更新され、数値計算能力の向上や、APIドキュメントを参照して外部ツールを呼び出す機能が追加された。特にセキュリティやプライバシーを重視する金融、医療、公共機関でのオンプレミス活用を見込んでいる。

元記事を読む他のサマリーを見る