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
GradCuit:LLMの推論をテスト時に内部状態から最適化する
大規模言語モデル
cctest.ai

GradCuit:LLMの推論をテスト時に内部状態から最適化する

GradCuit は、Transformer の中間層に最適化可能な連続状態を挿入し、生成結果からの勾配を内部推論へ直接戻す手法です。モデル重みを更新せずに、推論精度と頑健性を高めることを狙います。

続きを読む
CCTest · Blog
Multi-Head Attention Residuals:Transformer の残差経路を多頭化する新提案
大規模言語モデル
cctest.ai
大規模言語モデル

Multi-Head Attention Residuals:Transformer の残差経路を多頭化する新提案

Multi-Head Attention Residuals(MHAR)は、Transformer が深さ方向の履歴を読む方法を見直す手法です。全特徴幅で 1 つのルーティング分布を共有するのではなく、特徴サブスペースごとに別々の softmax を持たせます。

続きを読む