← ニュース一覧 | 現貨ホール

Perplexity、オープンソース判断モデル「Decider v1.3」を公開:テキスト位置特定機能を追加

2026-11-13 · 出典:MarkTechPost

Perplexity、オープンソース判断モデル「Decider v1.3」を公開:テキスト位置特定機能を追加

Perplexityがオープンソース判断モデル「Decider v1.3」をリリース。文字オフセットによる正確なテキスト抽出に対応し、NERやPII検出に活用可能。Apache 2.0ライセンスで公開。

Perplexityは、オープンソース判断モデルファミリーの新版「Decider v1.3」と「Decider Flash v1.3」を発表した。生成型大規模モデルとは異なり、Deciderはテキストを生成せず、テキストや画像の入力に対して二択問題・選択問題・採点問題に回答し、各ラベル付き選択肢の確率を返す。リクエストごとに共有ステート1つと複数の質問を渡す設計で、その発想はTypeSafeのJevと共通している。新版はQwen3.8-27B(Hugging Faceの表記は26B)をベースとし、Flash版はQwen3.5-4B(表記は5B)をベースとする。

v1.3の最大の新機能は「Locate」テキスト位置特定機能だ。短いラベルや自由形式の指示に基づいて正確なテキスト範囲を抽出し、開始・終了の文字オフセットを返すもので、固有表現認識(NER)、PII(個人情報)の検出、抽出型質問応答を対象とし、テキスト入力のみに対応する。実装としては各フィールドにlocateトークンを1つ追加し、区間ヘッドとLoRAアダプタを外付け、バックボーンと判断ヘッドは凍結したままとなっている。アダプタは意図的にマージしておらず、マージすると判断精度が損なわれる。ベンチマークではLocateの平均スコアは69.0(Flashは63.6)で、GLiNER large v2.5の33.6を大きく上回るが、v1.3の中では最も弱い項目でもある。

アーキテクチャ面では、チームは生成型LLMを分類器へと改造した。LMヘッドを選択肢トークンのみに切り詰め、線形の判断ヘッドがトークン位置の隠れ状態を読み取って確率を出力。全注意力層は双方向に変更した(アブレーションで有効性を確認)。v1.3では質問間の注意機構も調整され、共有ステートはすべての質問から参照できる一方、質問同士は互いに参照できず、すべての質問は1回のフォワードパスで処理される。学習は3段階で構成される:公開データによるフルファインチューニング、LoRAによる特化、LoRAによる視覚適応で、重みは3つのランダムシードの平均を採用。FlashはKLダイバージェンスにより大規模モデルから蒸留されている。

公式の自己申告ベンチマークでは、63タスクのクエリ分類で平均精度91.6%。72の検索・リランキングタスクのnDCG@10平均は83.99で、Qwen3-Reranker-8BとJevを上回る。19タスク・8言語の多言語精度は88.16%(Flashは86.50%、Jevは85.41%)、画像分類は76.99%。フロンティアLLM審判との判定一致率は、100万件の実リクエスト・230万件超の質問において93.98%だった。ロバスト性では回答反転率がわずか0.27%(Jev 1.14は2.69%〜4.84%)。Flashは金融・プログラミング・法律の3分野でJevに劣後している。

重みはApache 2.0ライセンスでHugging Faceに公開されており、Perplexity Decisions APIとOpenRouterからも利用可能だ。ローカル展開にはCUDA GPUが必要で、v1.3のBF16重みは約49GiB、Flashは約8.5GiB。APIの入力上限は約256Kトークン(ローカルのデフォルトは32768)。価格は入力が100万トークンあたり0.02ドル(Flashは0.01ドル)、出力は無料で、100万回の本番リクエストあたり約26.47ドルと、Jev 1.14(68.10ドル)の半分以下。公式の推奨は、きめ細かなルーブリックによる判断にはv1.3、高同時実行のルーティング・分類・抽出にはFlash。なお、すべての数値は公式の自己申告値である点に注意されたい。


関連記事


萬安算交所 AIXX · AIXX · 検証済みコンピュート取引所 · 現貨ホールへ