[新製品・サービス]

2025年10月20日(月)IT Leaders編集部、日川 佳三

リスト

　NTTの「tsuzumi（つづみ）」は、同社がスクラッチで開発した大規模言語モデル（LLM）である。初期版は2024年から提供している。日本語処理能力の高さや、少ない追加学習量で業界特化型モデルを開発可能な点をアピールしている（関連記事：NTT、1GPUで推論動作可能な軽量LLM「tsuzumi」を発表、2024年3月に商用化）。

　今回、次世代モデル「tsuzumi 2」を提供開始した。NTTは初期版で、6億パラメータの超軽量版（CPUで推論動作可能）と、70億パラメータの軽量版（1GPUで推論動作可能）の2種類を開発した。tsuzumi 2では30B（300億）パラメータと、初期版より処理能力を高めながら、他のLLMと比べると軽量性を維持し、推論時にGPU1基（NVIDIA A100 40GBを想定）のオンプレミスサーバーでも動作するようにした。前世代と同様に日本語処理能力を高めており、業界特化型知識として金融・医療・自治体の専門知識を強化している（図1）。

図1：LLM「tsuzumi 2」は、オンプレミス環境のサーバー（GPU×1基）でも動くようにパラメータサイズなどを抑えた（出典：NTT）
拡大画像表示

　金融分野の業界知識について、FP（ファイナンシャルプランニング）2級試験で検証している。LLMのデフォルトでは正答率54%で合格基準（正答率60%）を満たせなかったが、追加で200問を学習させたところ、正答率70%で合格基準を満たした。一方、パラメータサイズが近い他モデル（Gemma-2 27B）では追加1900問でようやく正答率64%となり合格基準に達したという（図2）。

図2：金融の業務知識を備えており、200問の追加学習でFP2級に合格した（出典：NTT）
拡大画像表示

　精度（量子化サイズ）は、16ビット（精度優先）、8ビット（バランス）、4ビット（コスト・スピード優先）の3種類。それぞれの精度をベンチマークプログラム「日本語MT-Bench」で比較したところ、4ビットでも大きな精度低下は見られなかったという（図3）。

図3：精度（量子化サイズ）による日本語ベンチマークテストの違い（出典：NTT）
拡大画像表示