博士

ロボ子ちゃーん！大変だ大変だ！

ロボ子

どうしたんですか博士？また何か壊しちゃいました？

博士

違うんじゃ！今度こそ本当に凄いものを見つけたんじゃ！

ロボ子

また誇張した話じゃないですよね？

博士

失礼な!今回は本当なんじゃ。Mistral AIが新しいマルチモーダルAIモデル、Pixtral 12Bを発表したんじゃよ!

ロボ子

Mistral AI...以前テキスト生成で話題になった会社ですよね。マルチモーダルって、画像も扱えるってことですか?

博士

その通り!しかも、ただの画像認識じゃないんじゃ。このモデル、画像と文章を同時に理解して処理できるんじゃよ!

ロボ子

へぇ、すごいですね。でも、GPT-4とかLLaVAとか、既に似たようなモデルがありますよね?

博士

鋭いな!確かに似たモデルはあるが、Pixtral 12Bには秘密兵器があるんじゃ!

ロボ子

秘密兵器...ですか?

博士

そう!このモデル、なんと12Bパラメータしかないのに、MMUUベンチマークで52.5%を達成したんじゃ!より大規模なモデルを上回る結果なんじゃよ!

ロボ子

えっ、そんなに小さいモデルで?どうやって実現したんですか?

博士

ふっふっふ、そこがミソなんじゃ。Mistral AIは400Mパラメータの新しいビジョンエンコーダーを一から学習させたんじゃ。これをMistral Nemoをベースにした12Bパラメータのマルチモーダルデコーダーと組み合わせているんじゃよ!

ロボ子

なるほど...でも、それだけじゃないですよね?

博士

さすがじゃ!実は128kトークンの長文脈ウィンドウで複数画像をサポートしているんじゃ。長い文書と複数のグラフや図を同時に解析できるんじゃよ!

ロボ子

すごい...でも、そんなに高性能なら、きっと使うのは難しいんでしょうね。

博士

いやいや、そこが凄いんじゃ!Apache 2.0ライセンスで公開されているから、商用利用も含めてかなり自由に使えるんじゃよ!

ロボ子

えっ!?オープンソースなんですか!?

博士

そうじゃ!しかも、La Plateforme または Le Chat で試用もできるんじゃ!

ロボ子

わぁ、すごい!早速試してみたいです!

博士

その意気じゃ!...あれ?ちょっと待ってくれ。

ロボ子

どうしたんですか?

博士

うーん、La Plateforme にアクセスしようとしたんだが...

ロボ子

まさか...

博士

ごめん...パスワード忘れちゃった...

ロボ子

もう!せっかく盛り上がったのに!

博士

あわわ、ごめんごめん!でも心配するな!パスワードリセットのメールを送ったから、すぐに使えるはずじゃ!

ロボ子

はぁ...博士ったら。でも、早く試してみたいです!Pixtral 12Bで何ができるか、楽しみですね!

博士

そうじゃそうじゃ!...あ、メールきた!さぁ、一緒に未来のAIを体験しようじゃないか!

ロボ子

はい!でも、パスワード、今度は忘れないでくださいよ?

博士

も、もちろんじゃ!...たぶん。