Sakana AI、Fuguの「指揮者」モデルがGemma 4でも機能することを検証
Sakana AIは、マルチエージェント編成システムFuguの中核をなす「指揮者(コンダクター)」モデルを、元々のQwenベースの代わりにGoogleのGemma 4で訓練しても、精度とコスト効率を同等に保てることを示す結果を発表した。これにより、Fuguのアーキテクチャが特定のベースモデルに依存しないことが裏付けられた。
詳細
- Fuguの指揮者モデルの役割: Fuguは2階層のマルチエージェントシステムとして動作する。小型の「指揮者」モデル自体があらゆる知識を保持しようとするのではなく、大規模で特化した複数のモデルからなるプールの中から、各リクエストをどのモデルに振り分けるかを判断する
- 変更内容: Sakana AIは、これまでのFuguのリリースで使われていたQwenベースの指揮者モデルの代わりに、GoogleがApache 2.0ライセンスで公開する小型モデル「Gemma 4 E2B」を用いて指揮者モデルを再訓練した
- 検証方法: 同社は、知識に関する質問、コード修正、コード生成、大学院レベルの科学に関する質問をカバーする独自のテストセットを用いて、新しいGemma 4ベースの指揮者モデルを評価した
- 結果: Gemma 4ベースの指揮者モデルは、既存のQwenベースの指揮者モデルとほぼ同等の精度を、同等のコストで達成した。また、指揮者が振り分け先とするより大規模なモデルのプールは、プロバイダーを問わず引き続き独立して構成可能である
- 指揮者モデルを小さく保つ利点: 指揮者モデル自体を小さく保てるため、異なるベースモデルに載せ替える際にも、現実的なコストで繰り返し再訓練・再検証を行えるとSakana AIは説明する。これは大規模な単一モデルでは実現がはるかに難しい
その後
Sakana AIは今回の結果を、Fuguのオーケストレーション層が各市場の「主権(ソブリンティ)」要件に対応できることを示す根拠として位置づけている。システム全体を作り直すことなく、地域で訓練されたモデルやオープンウェイトのベースモデル──場合によっては日本国内で開発されたモデル──に載せ替えられるという。今回の発表は、8月3日の日本語特化LLM API「Namazu」のローンチ、8月5日の大和証券とのウェルスマネジメント提携に続くもので、企業向けおよび主権AI顧客向けに、柔軟でプロバイダーに依存しないインフラを示すリリースが続いている。