Meta、最先端のWonderモデルでトレーニングされたユーザー向け専用AIモデルをリリース

Metaは、パーソナルアシスタントアプリ「Muse」および「Meta AI」のユーザー向けに、新しい特化型AIモデルの提供を発表しました。これらの軽量モデルは、同社の高度なMuse Wonderモデルを使用してトレーニングされています。一方で、同社はより複雑なタスクやAPI経由のサブスクライバー向けには、オリジナルのWonderモデルを維持します。

Metaは、新しいモデルのブランド名や公式コードは発表していませんが、一般的なユーザーの実用的なニーズに合わせるために特別に設計されたことを明らかにしました。これには、自律的に動作すべきかユーザーの確認が必要かを判断することや、基本的なコンテキストを失うことなくタスク実行中に即時の修正に対応することなどが含まれます。

Active Memory機能とコンテキストの処理

新しいモデルは、以前Wonderモデルとともに導入されたActive Memory（アクティブメモリ）機能を利用しています。これは、モデルが詳細を記憶し、過去の会話と新しい会話を関連付けるのを助ける技術です。Metaの内部評価データによると、Museにおける新しいモデルは、タスクの90%で重要なコンテキストを使用することに成功しており、これは以前のバージョンの76%と比較して向上しています。

障害を克服するためのActive Focus

メモリに加えて、MetaはモデルにActive Focus（アクティブフォーカス）機能を搭載しました。これは、予約の際やルーチンタスクの完了中にウェブサイトがダウンするなど、現実世界で障害や予期せぬエラーに直面した際に、作業の継続性を維持するためのものです。Metaは、更新されたモデルを使用することで、予期せぬ問題に直面した際のルーチンタスクの完了率が67%向上したと記録しています。

この進歩は実務的に何を意味するのか？

このリリースは、WhatsApp、Instagram、Facebook、Messengerなどのアプリを通じて、広範な無料ユーザー層に高度なAI機能の規模を拡大するための、コスト効率の高い戦略を象徴しています。すべてのユーザーに対してWonderのような巨大で高コストなモデルを実行する代わりに、Metaは大規模なモデルを使用して、メールボックスの管理やレストランの予約といった特定のタスクに特化した、より小さく集中したモデルをトレーニングしています。これにより、運用コストを削減し、消費者向けアプリケーションにおける応答効率を維持しています。