#Japanese AI

富士通PHOTONの「最大475倍」をarXiv論文のTPMと1.2B評価条件から読む。単発が速いのではなく、品質を少し落としてGPUメモリあたりの生成量を増やし、9クエリー統合でTransformer水準に戻すマルチクエリー前提の数字だった。

PLaMo 3.0 Prime・Sakana Fugu・LLM-jpの3つの作り方を比較。重みをゼロから作る/全部公開する/作らず司令塔で外部モデルを束ねる違いを、Fuguの仕組みとOpenRouterとの差まで技術的に整理した。

2026年に入って日本語に強いLLMが続々登場しているが、「日本語特化」の中身はスクラッチ学習からpost-trainingまでバラバラ。学習方式・サイズ・用途で整理した。

NVIDIAがNemotron-Nano-9B-v2-Japaneseを公開した。Nejumi Leaderboard 4の10B以下カテゴリで1位を獲得し、日本語の知識・QA・ツール呼び出しで優れた性能を示す。