
何が起きたか
AWSはSageMaker AI上で系列レベル知識蒸留を用い、Bedrock上のGLM-5.3教師の軌跡でQwen3.5-4Bを微調整し、324問のホールドアウトShoppingBench問題で平均成功率0.541を記録、ベースの0.297から24ポイント向上した。
なぜ重要か
小型で安価なモデルが本手法で大型教師の品質をほぼ取り戻せるため、多段階ショッピングエージェントのタスク単価はリクエストごとにフロンティアモデルの料金を払う必要をなくす。
こういう要約が、毎朝あなたのメールに届きます。
この解説は具体的な課題を軸に構成されている。エージェント型ショッピングアシスタントは検索・確認・検証・決定のループであり、各ステップはフロンティアモデルへの個別課金呼び出しだ。このコストは買い物客ごとに積み上がるため、小型モデルは魅力的だが、通常は品質で劣る。系列レベル知識蒸留は、教師に完全な軌跡を書かせ、それを教師あり微調整で生徒に学習させることでこの差を埋める。
エンジニアリングの労力の大半はデータパイプラインにある。ShoppingBenchベンチマークは750問の合成ショッピング問題を公開し、426問の訓練用と324問のホールドアウトに一度だけ分割している。GLM-5.3教師は各訓練問題を温度1.0で2回サンプリングし、ベンチマーク自身の採点器が解決済みの実行のみを残す。この棄却サンプリングにより、有能だが不完全な教師がクリーンな訓練セットに変わる。投稿はこれを手法の核心的価値としている。
結果は単一のベースラインではなく、一連の参照点と対比されている。未調整のベースモデルを下限、GLM-5.3教師をサンプリング版と貪欲版の両方で報告、中規模フロンティアモデルを実用的な上限とする。蒸留した生徒は平均0.541に達し、投稿は実行ごとのノイズの範囲内で教師に匹敵すると述べている。また、数値は単一のLoRA実行によるものなので数ポイントの変動は想定すべきだと注意を促している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた

哲学者トーマス・ナゲル氏はバーグルエン賞受賞後のインタビューで、大規模言語モデルが意識を持つ可能性を真剣に受け止めるのは「馬鹿げている」と述べ、AnthropicのClaudeへのアプローチを「犯罪的」と呼んだ
