Fireworks、Muse Glimmer の追加学習を 11 月末まで無料に

AI のモデルを動かす基盤を提供する Fireworks AI は 10 月 20 日、Meta の重みを公開したモデル Muse Glimmer 30B を、教師ありの追加学習(SFT)で 11 月 30 日まで無料で調整できるようにしました。新しい取り組み「Free Weights Club」の第 1 弾で、期間を区切って、注目のモデルの学習を無料にし、調整の手順を公開していきます。Muse Glimmer は 8 月に出た Muse の系列の小型のモデルで、画像も扱えます。

第 1 弾の実験として、Fireworks は米国の予測市場 Kalshi の過去の問題で Muse Glimmer を学習させ、結果を当てられるかを、判断モデルの Jev や学習前のモデルと比べました。判断モデルは、文章を書かずに選択肢ごとの確からしさを返すモデルです(判断モデルの公開が相次ぐ OpenAI や Microsoft も)。

要点

• 「ニューヨークの最高気温が 80°F を超えるか」のような、結果が決まった問題で学習させました。
• 全体の正答率は、学習後が 64.8%、学習前が 56.4%、Jev が 45.9% でした。
• 学習に含めなかった分野の問題でも、学習後は 58.3% で、Jev を 11.2 ポイント上回りました。
• 80% 以上の自信で答えた問題は 86.8% が当たりましたが、そうした問題は全体の 14.4% でした。
• 選択肢の確からしさを直接返す API(System One)では、通常の答え方の 2〜3 倍速く処理できました。

学習では、問題の題・説明・決まり・日付だけを見せ、市場の価格やニュースは見せていません。2026 年 1 月 4 日より前に決まった 2 万 51 問で学習し、4 月 8 日以降に始まった 3 万 3,712 問で評価しました。答えの選択肢の中だけで正解に高い確率を付けるよう、LoRA という軽い方法で 1 回だけ学習させています。そのうえで、問題の種類ごとに自信の度合いを実際の当たり方に合わせました。80% と言ったら 10 回に 8 回ほど当たるようにする調整です。

仮のお金 1,000 ドルで過去の取引を試した検証(バックテスト)では、学習後のモデルは手数料を引いて 1,071 ドル(+7.1%)になり、学習前のモデルは 950 ドル、Jev は 919 ドルに減りました。ただし、自信の高い答えの多くは、同じ数値のしきい値違いの問題のように、互いに連動する問題でした。取引のしやすさや価格のずれなども考えておらず、Fireworks もこの結果には幅があるとしています。

日本の利用者にとって

汎用の判断モデルより、自分の仕事の過去のデータで小さく学習させたモデルのほうが当たった例として、業務の判定に AI を使う開発者の参考になります。自信の度合いを合わせて、確かな答えだけを使い、残りは人が見るという分け方もできます。無料の学習は Fireworks のサービスで行うもので、発表では対象の地域の制限には触れていません。

YOBITSUGI AI で使えるか

現時点では YOBITSUGI AI からは使えません。