意思決定モデル、自動走行でVLMに優る検証

このテストはモデルサイズという一つの変数を切り分けている。Clef-FlashはQwen3.5-9Bを基に作られており、両者とも9Bモデルを同じ量子化Q4_K_M GGUF形式でllama.cpp上で実行し、車両設定も各ステップでAIに与える前方カメラ画像も同一だ。異なるのは出力の仕組みである。

シミュレータの結果は二つの効果が重なったことを示す。Clef-Flashは1推論242.6msのため操舵を毎秒約4回修正でき、各選択肢が確率で返るためハンドル角度とスロットル強度を滑らかに調整できた。Qwen3.5-9Bは704.2msのため大きな操舵入力が次の結果まで適用され続け、内壁に押し付けた。衝突後はカメラ視界が白くなり、そのまま直進した。

溝部氏の結論は、状況が刻々と変わるタスクでは、意思決定モデルの優位性は判断の速さだけでなく、行動の強さを滑らかに調整できることにある、というものだ。ただしこれらはすべてシミュレータ上の1周の結果であり、実路試験によるものではない。