こんにちは、SB Intuitions株式会社の事業戦略部の土井です。 SB Intuitionsは、国産生成LLM「Sarashina3」を実際に試せる「Sarashinaサービス」の無償ベータ版を公開しました。WebUIに加えて、6つのモデルをAPIで呼び出せます。 6つのモデルは、対話・生成（mini、nano）、安全性判定（guard）、テキスト埋め込み（embedding）、検索結果の並べ替え（rerank）、日英・英日翻訳（translate）と、役割がはっきり分かれています。ただ、名前と用途だけでは「実際にどう呼ぶのか」「何が返ってくるのか」が分かりにくいかもしれません。 そこで…

Contributions Core Contributor: Nicola Dall'Asen Project Lead: Shiqi YangCreative Vision Team, Multimodal AI Department Introduction Point a camera at a tree, pan away to explore the rest of a generated world, then pan back. Nothing guarantees the same tree is there with the same shape and color; th…

Evaluationチームの 栗原 理聡 です。 本記事では、新たに公開する日本語マルチターン対話能力評価ベンチマーク「J-MultiChallenge」について、データ概要・構築フロー・様々なモデルでの性能評価と分析の結果をまとめます。 概要 1. 背景 1.1 MultiChallengeとは 2. J-MultiChallenge 2.1 Sarashina3 translateでの自動翻訳と人手品質チェック・修正 2.2 翻訳による不成立データのチェック・作り替え 2.3 外部知識を必要とする問題のチェック・ラベル付け 2.4 ジャッジ質問の過去ターン参照前提データのチェック・修正 2…

こんにちは。SB Intuitionsで画像生成モデルの研究開発に取り組んでいるHwangです。 SB Intuitionsでは、これまで日本語に強い大規模言語モデルやVision-Language Modelの研究開発を進めてきました。 日本語には、語順の自由度、主語や目的語の省略、複雑な修飾関係、文脈に依存した表現など、モデルにとって扱いが難しい特徴があります。そのため、日本語環境で生成AIを実用的に活用するには、英語を中心に開発されたモデルをそのまま利用するだけでなく、日本語の意味構造やニュアンスを適切に扱うための基盤技術が重要になります。 今回、私たちはこの取り組みを画像生成領域へと広…

はじめに SB Intuitions株式会社の平子潤、松野智紀、今井悠人です。8月16日から18日にかけて、宮城県仙台市で開催された第21回言語処理若手シンポジウム(YANS2026)に、当社はプラチナスポンサーとして協賛いたしました。会場ではブース展示を行ったほか、共同研究の成果を含めて10件の発表とハッカソンへの参加を行いました。本記事では、シンポジウムの様子や気になった発表についてご紹介します。 YANS2026の概要 YANSは、言語処理学会が主催する若手支援事業「言語処理若手シンポジウム」であり、自然言語処理および周辺技術に携わる若手のネットワーク構築や研究推進を目的として開催されて…

(Japanese version follows English one/英語版の後に日本語版が続きます。) Contributor Core contributor: Chen ZhuProject Lead: Shiqi YangCreative Vision Team, Multimodal AI Department Introduction Video generation is cool and has reached a relatively mature state, but when it comes to real-world applications, we belie…

（日本語版は英語版の後に続きます。） Contributor Shiqi YangCreative Vision Team, Multimodal AI Department Motivation World Action Models (WAMs) have recently emerged as a promising direction for embodied intelligence [1, 2, 3]. They connect visual world models with robot action generation, offering a path toward poli…

こんにちは。SB Intuitions MLプラットフォームチームの 鶴田 ・伊勢です。 MLプラットフォームチームでは、国産生成AI「Sarashina」の開発を加速するための MLOps/LLMOps 等、各種プラットフォームエンジニアリング活動を行っています。 今回は、その中の一つである、「モデルカタログ」の施策について紹介します。 社内では日々多くの LLM モデルが開発されており、そのメタデータは GitHub 上の YAML モデルカードとして数百モデル、丁寧に記録・蓄積されてきました。この蓄積をさらに活用しやすくするために、モデルカタログを立ち上げ、数百のモデルを条件で検索できる…

Evaluation チームの 岡 照晃 です。 SB Intuitions では 2026年6月から Sarashina3 mini と Sarashina3 nano を新たに商用API として提供開始しました（ プレスリリース 、 テックブログ）。 そこで本記事では、APIの利用料金にも関わるトークナイズとトークン効率の観点から Sarashina3 の良さを紹介します。 トークン数で決まる利用料金 OpenAI の ChatGPT や Google の Gemini といった LLM を利用する際、 チャットUIであれば無料プランや月額の定額プランが用意されています。 https://…

Hello, I'm Hideyuki Ichiwara from the Robotics Team. Our team is currently developing Vision-Language-Action (VLA) models with the goal of realizing general-purpose foundation models for robots. In this article, I would like to introduce the data collection approach we are actively working on. What …

Responsible AIチームの綿岡晃輝、Evaluationチームの高山隼矢です。 本記事では、日本語マルチターンにおける安全性評価ベンチマーク「JMT-Safety」をご紹介します。 なお、本研究は早稲田大学 河原研究室（河原研）との共同研究です。 原論文はこちら 著者：五十里渚（早稲田大学）(若手奨励賞受賞)、福田創（早稲田大学）、高山隼矢（SB Intuitions）、綿岡晃輝（SB Intuitions）、河原大輔（早稲田大学） データはこちら 要約 ① 実対話に即したリスクを捉えるため、日本語で複数ターンの対話を評価する12,409件のベンチマーク JMT-Safety を構築…

こんにちは。SB Intuitions で機械翻訳モデルの開発を担当している 松野 智紀 です。 本記事では、日英・英日翻訳に特化した大規模言語モデル Sarashina3 translate の特徴について紹介し、他社の翻訳サービス・モデルとの比較評価実験の結果を報告します。 モデルの特徴 Sarashina3 translate は広い知識に裏打ちされた適切な語彙選択や日本語の特徴をとらえた翻訳テクニックにより、正確かつ読みやすい翻訳を実現しています。 その特長が表れる翻訳例をご紹介します。 以下はゲーム分野の文章の一部です。（WMT2024 1 翻訳タスク英日テストデータから抜粋） 入力…

こんにちは、自然言語処理チームの李聖哲です。 本記事では、新たにAPI提供を開始する Sarashina3 rerank についてご紹介します。 Sarashina3 rerankは、ベクトル検索やキーワード検索で取得した候補文書を、クエリとの関連度に基づいて並べ替えるリランキングモデルです。検索システムやRAGにおいて、ユーザーに提示する文書やLLMに渡す文書を選び直す後段処理としての活用を想定しています。 TL;DR Sarashina3 rerankは、検索で取得した候補文書をクエリとの関連度に基づいてリランキングするモデルです。検索システムやRAGの後段で、ユーザーやLLMに渡す候補文…

こんにちは、自然言語処理チームの小川です。 本記事では、新たにAPI提供が開始されるSarashina3 embeddingについてご紹介します。まずはモデルの特徴と性能をご紹介し、続いて学習戦略の詳細や具体的な活用事例を通じて、その魅力をお伝えできればと思います。 TL;DR 日本語に強い指示認識型テキスト埋め込みモデル — 本モデルは 7 つのタスクタイプに対応 柔軟なベクトル次元削減 — Matryoshka Representation Learning（MRL）1 により、リソース制約に応じた運用が可能 日本語のテキスト埋め込みベンチマークで高性能 — JMTEB2 のスコアで主要モ…

注意： 本記事はAIのガードレール機能を解説する目的のため、事例として一部に有害な表現や不適切なワードが含まれています。あらかじめご了承の上、閲覧いただきますようお願いいたします。 Responsible AIチームのPride Kavumba、Huy H. Hgnuyen、綿岡晃輝です。 本記事では、日本語に特化したガードレールモデルSarashina3 guardについてご紹介します。 ガードレールモデルとは？ ガードレールモデルの概念図 ガードレールモデルとは、ユーザーの入力（プロンプト）や大規模言語モデル（LLM）の出力（レスポンス）に含まれる有害なコンテンツを検出し、安全性を担保する…

はじめに こんにちは、SB IntuitionsのYuyang Dong、廣淵亮太、平子潤です。 SB Intuitionsでは、日本語に強い国産のLLMの開発に取り組んでおり、これまでに様々なモデルの公開を進めてまいりました。また、開発したモデルをより幅広いビジネスシーン等でご活用いただくため、2025年11月からはSarashina2 miniを商用APIとして公開・提供しています*1。 この度、私たちは新たに開発した国産LLMであるSarashina3 miniおよび軽量化版であるSarashina3 nanoを公開します。これらのモデルはフルスクラッチで開発されており、新たな学習パイプ…

">本ブログはJ-tau実装の更新に伴い、8月17日に更新されました。 はじめに こんにちは、SB Intuitions株式会社でインターンをしている矢野千紘です。 近年、LLMの応用領域は多岐にわたっており、中でも自律的にタスクを遂行するエージェントは、特に大きな注目を集めている領域の一つです。しかし先行研究［Hofman et al., 2025］では、エージェント能力のベンチマークは評価言語に依存してスコアが変動することが報告されています。このことから、高性能な日本語LLMの開発においては、日本語エージェント能力の評価ベンチマークが不可欠です。 本ブログでは、広く利用されているエージェン…

こんにちは、SB Intuitions株式会社の髙田拓実です。 2026年6月8日（月）〜12日（金）の期間に群馬県高崎市のGメッセ群馬で開催された第40回人工知能学会全国大会（JSAI2026）にて、SB Intuitionsはプラチナスポンサーとしてブース出展を行いました。 ブースでは弊社が開発を進めるSarashinaシリーズのモデルを用いたデモアプリケーションを展示しました。 本記事では、展示したデモのうちの一つ「Sarashina2.2-OCRデモ」をご紹介します。 デモの様子 JSAIでは以下のデモを展示しました。 ブース出展中の #JSAI2026 では、文書画像の解析に特化した…

機械学習のトップカンファレンスである International Conference on Learning Representations (ICLR) 2026において、以下の論文が採択されました。 Pre-training LLM without Learning Rate Decay Enhances Supervised Fine-tuning Kazuki Yano, Shun Kiyono, Sosuke Kobayashi, Sho Takase, Jun Suzuki 論文：https://openreview.net/forum?id=JnebU2QLdH 背景と問題意識…

2月28日〜3月5日に兵庫県神戸市で開催された DEIM2026 に当社はゴールドスポンサーとして協賛いたしました。ブース展示・技術報告・口頭発表・ポスター発表を行いました。本記事では発表の様子や気になった論文について紹介しています。

概要 SB Intuitionsでは、大規模視覚言語モデル（Vision-Language Model; VLM）の開発に取り組んでおり、これまでに公開時点で日本語ベンチマークにおいて国内最高性能であったSarashina2-Visionシリーズを公開しています。 この度、アカデミアや産業界におけるVLMの研究開発にさらに貢献することを目的として、弊社のコンパクトかつ高性能な日本語大規模言語モデルであるSarashina2.2-3B-Instructをベースに開発したVLMであるSarashina2.2-Vision-3BをMITライセンスのもとで公開します。このモデルは同サイズ帯では日本語ベ…

1. はじめに Responsible AIチームのRyo Bertolissi、Pride Kavumba、Huy Nguyen、綿岡晃輝です。 大規模言語モデル（LLM）が急速に進化する中で、その出力の安全性を確保するガードレールシステムの重要性が高まっています。しかし、この分野の研究やリソースの大半は英語でしか存在しておらず、日本語の高性能なガードレールシステムを開発するための環境はまだ十分に整っていません。 最近、英語圏ではWildGuardTestというガードレールを評価する安全性ベンチマークが登場しました [1]。これは、入力（プロンプト）と出力（応答）の有害性、さらにモデルが回答…

こんにちは。 SB Intuitions で LLM の評価を担当している 岡 照晃、柴田 知秀 です。 本記事では我々が構築・公開した日本語のベンチマーク『JamC-QA（Japanese Multiple Choice QA, ジャムシーキューエー）』[岡+, 25]を前後編に分けて紹介しています。 前編 では JamC-QA 構築の背景、構築方法やどういった問題が含まれるのか紹介しました。 後編では JamC-QA を使った事前学習モデルの性能比較評価とその結果の考察を行なっていきます。 事前学習モデルの評価方法はこちらのブログ記事で詳しく紹介していますので併せてご覧ください。 性能評価…

こんにちは。SB Intuitions で LLM の評価を担当している 岡 照晃、柴田 知秀 です。 本記事では我々が構築・公開した日本語のベンチマーク『JamC-QA（Japanese Multiple Choice QA, ジャムシーキューエー）』[岡+, 25]を紹介します。 JamC-QA は日本固有の知識（e.g., 日本の文化、風習、...）を問う質問応答ベンチマークです。 問題形式は JCommonsenseQA [栗原+, 23] や JMMLU といった既存のベンチマークと同じ多肢選択式ですが、 難度はそれらより高く、 下記の評価結果を見ても、JamC-QA ではスコアが一…

TL;DR sarashina2.2-1Bをベースに対照学習したテキスト埋め込みモデルを構築 クエリに対して指示文で付与することで、タスク毎にテキストベクトルを調整可能 JMTEBベンチマークで最高水準のスコアを達成(2025年7月28日時点) 特にRetrieval、STS、Rerankingタスクでハイスコア 公開ページ: https://huggingface.co/sbintuitions/sarashina-embedding-v2-1b 図1: JMTEBを用いた既存モデルとSarashina-Embedding-v2-1Bの性能比較 概要 こんにちは、SB Intuitions株…

機械学習のトップカンファレンスである International Conference on Machine Learning (ICML) 2025において、以下の論文が採択されました。 Scaling Laws for Upcycling Mixture-of-Experts Language Models Seng Pei Liew, Takuya Kato, Sho Takase 論文：https://openreview.net/forum?id=ZBBo19jldX コード：https://github.com/sbintuitions/sparse-upcycling-scali…

概要 こんにちは、SB Intuitions株式会社インターンの塚越です。 先日、日本語・英語合わせて約4.4T tokensを学習した日本語ModernBERTというモデルを構築・公開しました。 公開したモデルがどんなモデル、どんな性能なのかについては日本語ModernBERTの開発: 開発と評価編 (1/3)を、開発過程で加えた工夫や分析については日本語ModernBERTの開発: 分析編 (2/3)をご覧ください。 さて、日本語自然言語処理をする上で、トークナイザや分かち書き器をどう扱うかは、多くの方が頭を悩ませたことがある話題だと思います。 本記事では、これらが日本語ModernBER…

概要 こんにちは、SB Intuitions株式会社インターンの塚越です。 先日、日本語・英語合わせて約4.4T tokensを学習した日本語ModernBERTというモデルを構築・公開しました。 公開したモデルがどんなモデル、どんな性能なのかについては日本語ModernBERTの開発: 開発と評価編 (1/3)をご覧ください。 本記事では、日本語ModernBERTの開発において実施した性能向上のための取り組みや、小規模言語モデル(Small Language Model: SLM)との性能比較、分析結果についてお話しします。 性能向上のための取り組みと分析 我々が開発した日本語Modern…

概要 こんにちは、SB Intuitions株式会社インターンの塚越です。 日本語・英語合わせて約4.4T tokensを学習した日本語ModernBERTというモデルを構築・公開しました。 本記事では、その開発過程や評価結果についてお話しします。 我々が開発した日本語ModernBERTは、30m, 70m, 130m, 310mと4つの異なるパラメータサイズをもち、それぞれのモデルが同パラメータ規模のモデルと比較して、本記事公開時点では最も高い性能を達成しています。 開発した一連のモデルはHuggingFaceにてMITライセンスのもと公開しておりますので、商用・研究用問わず自由にお使いい…

こんにちは、SB Intuitions株式会社の高山隼矢, 大萩雅也です。1月19-24日にアラブ首長国連邦(UAE)のアブダビで開催された、自然言語処理における代表的な国際会議の一つであるCOLING 2025にて発表を行いました。 本記事ではCOLINGに参加して感じたことや気になった論文について紹介いたします。 COLING 2025の概要 COLING (International Conference on Computational Linguistics) は、自然言語処理および計算言語学に関する国際会議であり、幅広い言語処理技術とその応用に関する研究が発表される場です。今年のC…