生成AI検索モデル「Linq」、世界AI評価埋め込み表現モデルの検索分野で1位...NVIDIAやGoogle抑え

生成AI検索モデル「Linq」、世界AI評価埋め込み表現モデルの検索分野で1位...NVIDIAやGoogle抑え

米国の生成型AI専門スタートアップLinq（リンク）は5日、埋め込み表現モデル(Embedding model)「Linq」がHugging Face（ハギングフェイス）の「大量テキスト埋め込みベンチマークリーダーボード(MTEB)」のテキスト検索評価で、NVIDIA（エンビディア）・Salesforce（セールスフォース）・Google（グーグル）、OpenAI（オープンエイアイ）などを抑えて世界1位を獲得したと発表した。マサチューセッツ工科大学(MIT)電気コンピュータ工学科博士出身のチェ・チャンニョル代表が2022年に米国で設立したこの企業は、法律、保険、金融、ヘルスケアといった専門分野で生成AIソリューションを提供している。

Hugging Faceの大量テキストEmbeddingベンチマークリーダーボード(MTEB)は、生成AI検索モデルの中核であるEmbedding modelの性能を分類(Classification)、クラスタリング(Clustering)、ペア分類(PairClassification)、再ランキング(Reranking)、検索(Retrieval)、テキストの意味的類似性(STS, Semantic Textual Similarity)、要約(Summarization)の7つの分野において評価データに基づき順位を決める。LinqのEmbedding modelは、テキスト検索分野で初めて60点を超え、1位を獲得した。その他の分野でも優れた性能を確保し、総合3位を獲得した。

Embedding modelは、生成AIで最も大きな問題となる巨大言語モデル(LLM)の幻覚問題(Hallucination)を解決するのに決定的な役割を果たす検索拡張生成(RAG)技術に使われる中核的モデルだ。検索拡張生成は、巨大言語モデルにない最新データや外部流出があってはならない会社内部文書を取り込み、信頼性の高い形で成果物を生成する技術だ。

このプロジェクトを主導したキム・ジュンソン博士は、「私たちは、人間がラベル付けしたデータと同様の品質のデータをLLMを通じて効率的に作成し、これにより、MTEBベンチマークデータセットに対して最高の検索性能を達成することができた」とし、「効率的な検索拡張生成(RAG)のためのEmbedding modelを迅速かつコスト効率的に作成する方法を考案できたことを嬉しく思う」と強調した。

Linqのチェ・チャンニョル代表は、「企業が生成AIを安全に導入する上で、社内の内部データの検索精度が最も重要だ。この検索で最も中核的なエンジンであるEmbedding modelの開発に成功したことを誇りに思う」とし、「金融や法律のようにテキスト検索の精度が非常に重要な分野で、検索精度を保証してくれるエンジンであるEmbedding modelを専門分野を中心に拡張し、高度化していく」と説明した。チェ代表は、「2023年はChatGPTの登場で生成AIのB2C活用事例が多く生まれたが、2024年からは精度とセキュリティ技術が改善され、B2C（企業間取引）が活性化し始めるだろう」と話した。

2022年に創業したLinq（旧Wecover）は、MIT電気コンピュータ工学科を卒業したチェ・チャンニョル代表とMIT計算科学工学科のパン・スビン博士ら専門の人材が集まり立ち上げた会社だ。チェ代表は、2021年にAI脳模倣コンピューティングの研究成果が評価され、米経済誌Forbes（フォーブス）による、科学分野において世界を変える「30歳未満の30人」に選ばれた。Linq（旧Wecover）は、2022年にKakaoVentures（カカオベンチャーズ）・Smilegate Investment（スマイルゲートインベストメント）・Yellowdog（イエロードッグ）などから初期投資を受けた。Linq（旧Wecover）は2023年サムスン金融ネットワークが主催したサムスンオープンコラボレーションで優勝した。今年は米国最大のノンエクイティ(Non-equity)アクセラレーターであるマスチャレンジャー(Masschallenge)に選ばれ、KPMG USとの協業を続けている。

<報道資料提供:Linq>

原文：https://www.besuccess.com/%ec%83%9d%ec%84%b1-ai-%ea%b2%80%ec%83%89-%eb%aa%a8%eb%8d%b8-%eb%a7%81%ed%81%ac-%ec%84%b8%ea%b3%84-ai-%ed%8f%89%ea%b0%80-%ec%9e%84%eb%b2%a0%eb%94%a9-%ea%b2%80%ec%83%89-%eb%b6%84%ec%95%bc-1/