NVIDIA、表データ向け Kumo などオープンモデルを拡充

NVIDIA は 10 月 21 日、ドイツで開いた催し GTC Berlin で、言語・検索・業務データ・ロボット・生物・量子計算の分野のオープンなモデルを広げると発表しました。自社のデータで調整し、自社で管理する設備で動かせるモデルとして、欧州の企業や研究機関に向けて打ち出しています。言語モデルの Nemotron 3.5 Super VL と Bolt は 10 月 15 日に発表済みです(NVIDIA、Nemotron 3.5 Super VL と Bolt を公開)。

要点

• 表や関係のある業務データから予測する Kumo の系列を、オープンなモデルとしてまとめました。
• 検索向けの Nemotron Retriever に、文書の画像も扱う埋め込みと並べ替えのモデルが加わりました。
• 埋め込みと並べ替えのモデルは、日本語を含む多くの言語に対応しています。
• 自動運転の Alpamayo 2 Edge は、車の中で場面を理解し、走りを計画する小型のモデルです。
• たんぱく質を設計する RFD4-Proteina は、RFdiffusion3 より約 13 倍速く設計を作れるとしています。
• 量子コンピューターの調整や誤りの訂正に使う Ising は、AWS の計算サービスにも組み込まれます。

Kumo は、売上の予測や不正の疑いの点数付け、おすすめの提示などを、表の形の業務データから行うモデルの系列です。これまでは予測の作業ごとに機械学習の仕組みを作る必要がありましたが、学習済みの Kumo のモデルを使えばすぐに予測を始められ、精度が要るときは自社のデータで追加の学習ができるとしています。表のデータ(Tabular)・関係のある複数の表(Relational)・時系列(Time Series)・予測(Forecast)のモデルと、開発と運用のための部品集 Kumo Engine があり、Hugging Face で公開しています。Databricks や Snowflake などが使い始めています。

Nemotron Retriever は、社内の文書などから答えに必要な情報を探すための検索向けのモデルです。Hugging Face で公開された埋め込みのモデル(Nemotron-3.5-Embed の 10 億と 80 億パラメーター)は、文章だけでなく文書のページの画像もそのまま扱えます。並べ替えのモデル(Nemotron-3.5-Rerank-8B)とあわせて、Amazon OpenSearch Service や SAP、Zoom が使っているとしています。同じ日に、Kumo と Nemotron Retriever を含む企業のエージェント向けの道具集「NVIDIA Agent Toolkit」の拡充も発表されました。

このほか、ロボットや自動運転向けの世界モデル Cosmos では、少ない計算で調整するための道具や、学習用のデータを作る Cosmos Data Factory を加えました。Alpamayo 2 Edge は、車載の計算機 DRIVE AGX Thor 向けに作られ、今月中に GitHub と Hugging Face で公開する予定です。RFD4-Proteina は、ワシントン大学の Baker Lab と共同で作ったモデルで、たんぱく質の配列と立体の構造を生み出します。

日本の利用者にとって

埋め込みと並べ替えのモデルは、対応する言語に日本語を挙げていますが、発表では日本語での性能の数値は示していません。社内の文書の検索や、表の業務データからの予測を自社の環境で作りたい開発者や企業に向いたモデルです。

YOBITSUGI AI で使えるか

現時点では YOBITSUGI AI からは使えません。