Preferred Networks、金融特化の小規模言語モデルPLaMo 3.0 Finを公開

☑️ 金融特化の8BモデルPLaMo 3.0 Finを公開
☑️ 日本語での推論過程の出力と外部ツールの呼び出しに対応
☑️ 金融知識ベンチマークの平均が48.0から55.8へ向上

画像1

Preferred Networks(PFN)は11月9日、金融機関の実務利用を想定した金融特化型の小規模言語モデル「PLaMo 3.0 Fin」を開発し、Hugging Faceでオープンウェイトモデルとして公開したと発表しました。国産生成AI基盤モデル「PLaMo」をベースにした8B規模のモデルで、日本語での推論過程の出力と、Web検索や計算、社内データベースの参照といった外部ツールの呼び出しに対応しています。

PLaMo 3.0 Finは、PFNと情報通信研究機構(NICT)の共同研究で得られた事前学習モデル「PLaMo 3 NICT 8B Base」を基盤に、日本を中心とした金融分野のデータで追加学習を行い、金融知識を強化したモデルです。学習は、継続事前学習、教師ありファインチューニング(SFT)、直接選好最適化(DPO)を順に行いました。継続事前学習とDPOにはNVIDIA H100を、SFTにはPFNが自社開発したAI半導体「MN-Core 2」を搭載した計算基盤で実施しました。

金融知識の評価と動作例

日本語の金融知識を評価するベンチマーク「japanese-lm-fin-harness」の平均スコアは、ベースモデルの48.0から55.8に上がりました。PLaMo 3.0 FinはGemma 4 E4B(45.6)とgpt-oss-20b(43.0)を10ポイント以上上回りましたが、Qwen3.5-9B(60.1)とMinistral 3 14B(62.8)には届きませんでした。日本の証券制度や実務を問う証券外務員のタスクでは、Qwen3.5-9Bを14ポイント上回っています。

別のベンチマーク「pfmt-bench-fin-ja」のスコアは8.35で、Ministral 3 14B(8.11)とgpt-oss-20b(7.83)を上回り、Qwen3.5-9B(8.53)に近い値でした。金融タスクでのツール利用能力を測るベンチマークの平均点は71.3で、gpt-oss-20b(67.1)とMinistral 3 14B(63.7)を上回りましたが、Gemma 4 E4B(76.2)とQwen3.5-9B(75.4)には及びませんでした。いずれの比較もPFNの環境で計測した値で、公式リーダーボードの値とは直接比較できません。

動作例では、CAPMによる期待リターンの計算で、推論過程で公式を確認したうえで計算ツールを呼び出し、期待リターンは7.5%と答えました。EDINETの開示データを検索するツールで自己資本比率の高い企業を調べ、上位10社を表にまとめた例や、Web検索で金融庁の「金融分野におけるサイバーセキュリティに関するガイドライン」を見つけて要点を整理した例、5件の問い合わせを分類して緊急度を3段階で判定し、JSON形式で出力した例も紹介しています。デモ環境には、計算ツール、Web検索、EDINETの開示データの検索など約90個のツールを用意しています。

提供形態と利用条件、現状の課題

提供形態は、Hugging Faceでのオープンウェイトモデル提供(plamo-3-8b-fin-instruct、PLaMoコミュニティライセンス)と、API・Chat(β版)の無料プラン(利用上限あり)です。直近事業年度の収入または売上が10億円以下の企業および個人は、商用・非商用にかかわらず、プライベートクラウドやオンプレミス環境などで無償利用できます。小型モデルで高速に動作するため、クラウドの閉域環境やオンプレミス環境でもGPU1枚から運用でき、セキュリティ要件の厳しい金融機関向けの導入にも対応しています。

PFNの金融専門チームでは、各金融機関の独自データや業務ノウハウを追加学習させる「各社専用モデル構築サービス」を2025年6月から提供しています。PLaMo 3.0 Finをベースモデルにすることで、自社知識の追加だけでなく、業務フローに沿った推論や自社システム・データベースの呼び出しに対応する専用モデルの構築が可能になるとしています。

現状の課題として、ツールの候補が多い環境では、どのツールを使うかを決めきれずに推論が長くなり、回答にたどり着けないことがしばしばあるとしています。ツール利用ベンチマークでも、推論が止まらずにコンテキスト長の上限まで生成し、回答できなかったサンプルが540件中で5〜10件ありました。また、8Bというモデルサイズもあり、モデルが持てる知識には限りがあり、知らない事柄についても、もっともらしい誤った回答をすることがあります。事実や数値が重要な用途では、Web検索やデータベース参照などのツールで根拠となる情報を取得させ、回答を人間が確認する運用をすすめています。

発表日時: 2026年11月9日 11時00分
関連URL: https://www.preferred.jp/ja/news/pr20261109