NVIDIAが、AI業界に革命をもたらす可能性のある新しい大規模言語モデル（LLM）「Llama-3.1-Nemotron-70B-Instruct」を発表しました。このモデルは、OpenAIのGPT-4oやAnthropicのClaude 3.5 Sonnetを上回る性能を示し、AI研究者やエンジニアの注目を集めています。
NVIDIAは、AIハードウェア市場での支配的な地位を確立した後、今度はオープンソースLLMの分野で新たな一歩を踏み出しました。Metaとの協力のもと開発された「Llama-3.1-Nemotron-70B-Instruct」は、人間の嗜好に合わせたより具体的で正確な応答を生成することを目指しています。
「ストロベリー問題」を解決するAIの新たな進化
「Llama-3.1-Nemotron-70B-Instruct」の特筆すべき成果の一つに、従来のAIモデルが苦手としていた「ストロベリー問題」の解決があります。これは単語内の特定の文字をカウントする問題で、人間には簡単でもAIには難しいタスクでした。NVIDIAの新モデルがこの問題を克服したことは、AIの言語理解能力が人間に近づいていることを示しています。
ベンチマークで業界トップの性能を実証
「Llama-3.1-Nemotron-70B-Instruct」は、複数の権威あるベンチマークテストで優れた結果を示しました。特に注目すべきは、指示調整されたLLMの自動評価ツールである「Arena Hard」での成績です。
以下の表は、主要なAIモデルとの比較結果を示しています：
| モデル名 | Arena Hard (95% CI) | AlpacaEval (2 LC, SE) | MT-Bench (GPT-4-Turbo) | 平均応答長 (# of Characters for MT-Bench) |
|---|---|---|---|---|
| Llama-3.1-Nemotron-70B-Instruct | 85.0 (-1.5, 1.5) | 57.6 (1.65) | 8.98 | 2199.8 |
| Llama-3.1-70B-Instruct | 55.7 (-2.9, 2.7) | 38.1 (0.90) | 8.22 | 1728.6 |
| Llama-3.1-405B-Instruct | 69.3 (-2.4, 2.2) | 39.3 (1.43) | 8.49 | 1664.7 |
| Claude-3-5-Sonnet-20240620 | 79.2 (-1.9, 1.7) | 52.4 (1.47) | 8.81 | 1619.9 |
| GPT-4o-2024-05-13 | 79.3 (-2.1, 2.0) | 57.5 (1.47) | 8.74 | 1752.2 |
この結果から、NVIDIAの新モデルがOpenAIのGPT-4oやAnthropicのClaude 3.5 Sonnetを上回る性能を持つことが分かります。
技術の詳細と利用可能性
「Llama-3.1-Nemotron-70B-Instruct」は、Metaの「Llama-3.1-70B-Instruct Base」をベースに、NVIDIAが独自の調整を加えたものです。特に「SteerLM Regression Reward Modelling」と呼ばれる手法を用いて、AIの応答をユーザーの要求により近づけることに成功しています。
このモデルは、NVIDIAの「NIM」プラットフォームまたはHuggingFaceで利用可能です。複雑なコーディングタスクや推論中心の問題での具体的なパフォーマンスはまだ明らかではありませんが、初期のベンチマーク結果は非常に有望です。
まとめ
NVIDIAの「Llama-3.1-Nemotron-70B-Instruct」は、AIの応答精度と問題解決能力を大幅に向上させる可能性を秘めています。OpenAIやAnthropicなどの強力な競合を上回る性能を示したことで、NVIDIAがAI業界でのリーダーシップをさらに強化することが予想されます。今後、このモデルがさまざまな実用的なアプリケーションでどのように活用されるか、その展開が注目されています。