新たな知識の組み合わせを実現する「AXELIDEA-QUON-14B-Japanese-v01」の全貌

新しい日本語特化モデル「AXELIDEA-QUON-14B-Japanese-v01」の登場

2026年3月25日、Axelidea株式会社が誇る新しい日本語特化型大規模言語モデル「AXELIDEA-QUON-14B-Japanese-v01」が公開されました。この特別なモデルは、14Bパラメータを持ち、その名の通り、知識の融合に特化した全く新しいアプローチを取っています。

このモデルが他の従来型言語モデルと異なるのは、知識の量ではなく、「知識の組み合わせ方」に重きを置いている点です。従来、言語モデルは「どれだけ多くの情報を扱えるか」という性能を競ってきましたが、QUONはその思考プロセス自体に焦点を当てています。これにより、特に問題解決能力が向上しています。

特許情報から得た知識の蓄積

AXELIDEA-QUONは、膨大な特許文献を学習データとして用い、そこに含まれる問題解決の思考パターンをしっかりと習得しました。このアプローチにより、独自の問題解決のための考え方を持ち、私たちが求める創造的思考が実現されています。

実際、JA Leaderboardという日本語テキストの総合評価において、QUONはGoogleやMicrosoftのモデルを押しのけて首位を獲得しています。この実績は、モデルの信頼性と性能の高さを示す一因とされています。

技術的革新と突破口

複数のエキスパートによる訓練

QUONは、創造的思考を幅広くカバーするために、60体の専門家エキスパートを訓練しました。拡散的思考や類推的推論、視点転換、制約創造性等、さまざまなスタイルの創造性に対応できるようになっています。

創造性報酬モデル

さらに、QUONは独自の5次元創造性評価モデル（QUON-CreativityBench）を使用し、特許データの品質を多面的に評価しています。このモデルでは、独創性や流暢性など5つの基準を設け、高品質の訓練データを選別。その結果、質の高い知識を無駄にせず、利用することが可能です。

量子技術による効率化

QUONでは、60体のエキスパートから最適なチームを選定するために、量子コンピューティング技術を活用しています。この手法は、膨大な候補の中から最適な組み合わせを迅速に見つけ、効率的にモデルを強化するのを助けます。

また、今後、エキスパート数が増加しても同様の技術を適用できるため、今後の発展が期待されます。