国内データに特化した大規模言語モデル「Sarashina3」の提供開始と機能解説

解説

ソフトバンク傘下のSB Intuitionsが、日本のデータ環境に適応した国産の大規模言語モデル（LLM）「Sarashina3シリーズ」を提供し始めました。これは、従来の生成AIモデルを国内データセンターで運用できる形で提供するもので、特に日本語の品質と安定性に重点が置かれている点が特徴です。

単なる機能追加に留まらず、独自の技術を活用して大幅な性能向上を実現しています。具体的な改善点として、外部APIを自律的に呼び出すエージェント機能や、数理的な思考能力、さらにはプログラミングコードの生成能力などが備わっています。さらに、前世代と比較しても高いレベルでの日本語対話やコーディングベンチマークでの性能向上が確認されています。

このシリーズは標準モデルに加え、「nano」などの軽量モデルや、「ガード」「エンベディング（ベクトル化）」「リランキング」など、用途に応じた複数の特殊なモデル群から構成されているため、利用シーンに合わせて使い分けることが可能です。これにより、単なる文章生成だけでなく、より複雑で実用的な業務プロセスへの組み込みが期待されています。

これらの進化は、日本のビジネス現場特有のニーズに対応するために計画的に設計されており、セキュリティと品質を重視している点が注目されます。企業が機密性の高いデータを利用する環境では、国内インフラでの運用ができることは大きなメリットと言えます。

ポイント

• ソフトバンク傘下のSB Intuitionsから国産LLM「Sarashina3シリーズ」が提供開始されました。
• 標準モデルにはエージェント機能、数理的理解力、コード生成能力が備わり、日本のビジネスシーンでの利用を強化しています。
• データセンター内での運用に適した多機能・多モデル群であり、高品質な日本語出力とローカル環境での利用可能性が高いことが特徴です。

情シスへの影響

【インフラ構成に関する確認】

• 基盤の確認: 本サービスはソフトバンクがOracleの基盤を利用し国内データセンターで運用するクラウドを通じて提供されます。エンドユーザーへの展開や連携を考える際、利用するクラウドインフラ（特に接続性や認証周り）の設定確認が必要です。

• モデル群の把握: 標準モデルに加え、「ガード」「エンベディング」「リランキング」など複数の専用モデルが存在します。これらの各モデルがシステムワークフローのどのレイヤーで、どのような役割を担うのか設計図レベルでの理解と管理体制の確立が求められます。

【導入・運用時の考慮点】

• ローカル処理との連携: 国内データセンター内での運用であることはメリットですが、既存のオンプレミスシステムや独自ネットワークへのAPI接続やデータフローを再設計する必要があるか否かの検証が必要です。セキュリティポリシーに基づいたデータ出入り口の管理が重要になります。

重要度

★★★☆☆

対象者

• セキュリティ担当者
• ネットワーク管理者
• M365管理者

優先度

計画的に対応