Nace AI、意思決定AI「Drex」の技術報告書を公開　重みもオープン化

日常の業務フローにおいて、常に長文を生成する汎用AIが必要なわけではありません。固定された選択肢の中から、素早く正確な答えを1つ選んでくれれば十分な場面は数多くあります。

Nace AIが公開した51ページの技術報告書は、まさにそうした用途に特化した意思決定モデル「Drex」の開発手法を明かしたものです。

選択肢に特化して磨き上げた決定モデル

Drex v1.5は、契約書の精読からフィッシングメールの検知まで、答えが検証済みの実データ115万件を学習ベースとしています。

さらに第2段階では、より大規模なモデルを用いたRLAFによって確信度を調整し、出力される確率スコアが実際の正解率と一致するよう整えられました。

TestingCatalogの検証では、Drex Maxが請求書の重複支払いの可能性を検知するまでにかかったコストは1セント未満でした。

Nace側のテストでも中央値の応答時間は183ミリ秒にとどまり、GPT-6 Solの約2秒と比べて大幅な高速化を示しています。

現在、Drex Max、v2.0、v1.5の重みとコードはHugging Faceで公開されており、ローカル実行が可能です。Nace Console上で無料試用も行えます。ただし、Drex Max 1.1と金融特化のDrex for Financeは企業向けのクローズドソースとなっています。

なぜ重要か

汎用モデルに分類や判定を任せると、レイテンシとAPIコストがどうしてもネックになります。Nace AIがモデルの役割を選択肢の確率判定に絞り込み、183ミリ秒という速度と低コストを実現したアプローチは極めて実用的だと考えます。

あらかじめ用意した選択肢しか選べないため、柔軟な思考や生成タスクには向かないという明確な制約はあります。

それでも、社内のリスク検知やデータ仕分けなどの高頻度な判定タスクを抱える開発者にとっては、ローカルで動かしてみる価値が十分にあります。