記事一覧へ戻る
大規模言語モデル

ByteDance、10兆パラメータ級モデルでAnthropicに挑む

読了目安 2 分

ByteDance が、フロンティア級AIモデルの競争で大きく踏み込んでいる。報道によれば、同社は最大10兆パラメータに達する可能性のあるモデルを訓練中で、これは米国トップ研究所の最先端システムに匹敵する規模だ。

要点

  • モデルはまだ事前学習段階にあり、通常は3〜6か月ほどかかる。
  • 業界推定では、Anthropic の Mythos 5 は約8兆パラメータ、Fable 5 は約5兆パラメータとされる。
  • パラメータ数は能力を直接決めるものではないが、記憶容量や基礎的な表現力の上限を左右する。
  • ByteDance の Seed チームは、他社モデルの蒸留に頼らない独立路線を採っている。
  • AIインフラ、クラウド、自社チップへの投資も並行して進めている。

何を意味するのか

この動きは、中国の大手テック企業が「米国を追いかける」段階から、「同じ土俵で最上位を争う」段階へ入りつつあることを示している。ベンチマークの差を縮めるだけでなく、モデルの規模そのものを引き上げることで、将来的な競争力を確保しようとしている。

ByteDance にとっては、Doubao や企業向けAIサービスの基盤を強化する意味も大きい。さらに、独立したモデル開発を通じて、長期的な技術主導権を握りたい狙いもある。

もっとも、巨大化だけで勝てるわけではない。データ品質、学習手法、推論効率が揃って初めて強いモデルになる。10兆パラメータという数字は、野心の大きさを示すものだが、最終的な成果はその先の実装力で決まる。

Ars Technica AI

コメント

ログイン状態を確認中…

コメントを読み込み中…

関連記事

CCTest · Blog
ほぼゼロのトークン埋め込みがゲート型モデルの学習を止める理由
大規模言語モデル
cctest.ai
大規模言語モデル

ほぼゼロのトークン埋め込みがゲート型モデルの学習を止める理由

希少トークンの入力埋め込みがほぼゼロになると、ゲート型系列モデルで勾配が極端に増幅され、学習更新が黙って失われる可能性がある。研究は既存モデル向けのGroupClipと事前学習向けのGateFloorを提案した。

続きを読む
CCTest · Blog
Metis-1.6:パラメータ数ではなく学習効率で挑む言語モデル
大規模言語モデル
cctest.ai
大規模言語モデル

Metis-1.6:パラメータ数ではなく学習効率で挑む言語モデル

Metis-1.6は、1人の研究者がゼロから開発した2つの言語モデルです。Mamba-2や疎な活性化、重み共有による再計算で効率を追求し、数学では強みを示す一方、コードや長文脈には課題を残しました。

続きを読む
CCTest · Blog
Astraがニューラルネットの重みを直接読み書きし、Qwenを改善
大規模言語モデル
cctest.ai
大規模言語モデル

Astraがニューラルネットの重みを直接読み書きし、Qwenを改善

初期段階の研究で、フロンティアLLMが生の重みだけから小型ニューラルネットの役割を推定し、勾配学習なしで重みを編集できる可能性が示された。研究チームは、Qwen3.5-0.8Bのごく一部の重みを変更することで、数学評価が大幅に向上したと報告している。

続きを読む