さくら・PFN・NICT、生成AIの能動的評価基盤の社会実装に着手

Sakura Internet、Preferred Networks、情報通信研究機構（NICT）は10月14日、生成AIを日本の法令・文化や新たな悪用パターンに照らして継続的に点検する「能動的評価基盤」の社会実装に着手すると発表したと、Sakura Internetのプレスリリースと日本経済新聞が伝えた。三者は2025年9月の基本合意と、すでにSakura InternetのAI Engineで提供中のPFNのPLaMo 3.0 Primeを土台に連携を深める。

開発者側が学習させて高得点を狙いやすい固定プロンプト集と異なり、NICTの仕組みはきわどいプロンプトを自動生成し、ヘイトや犯罪助長、ハルシネーション、日本固有の不整合などを採点する。WISDOM-ARやWISDOM-CEなどのコンポーネントは試作段階にあり、Sakura Internetは国内外LLMへの適用試験を始め、来年度中の運用開始を目指す。Preferred Networks（PFN）は後継モデルを評価器に戻して能力向上に寄与する。

省庁や大口調達が英語ベンチマークのスクリーンショットではなく日本語レッドチームを求める中で、継続評価はジェイルブレイクの変化、ディープフェイク級の偽情報、海外モデルの突然の停止といった供給リスクへの答えとして位置づけられている。

実務で何が変わるか

能動的評価はAISIが進める2026年度内の国産モデル評価指標整備や生成AIのジェイルブレイク容易性を調べるWISDOM-ARといった取り組みを補完する。NTTが検討する大阪でのAnthropic基幹データセンター（約1兆円規模）のような大規模ホスティングでも、稼働後にモデルをどう評価し続けるかが問われるだろう。

日本語推論を買う企業は、発表時の一般ベンチマーク表だけでなく継続評価スコアの公開有無を確認すべきだ。日本文化の失敗モードを無視する海外モデル提供者は、基盤が稼働すればさくら経由のカタログから外されるリスクがある。

注目点は、2027年度に公開スコアボードが出るか、PLaMo後継が新ループでどこまで改善するか、省庁調達文言にこの基盤が引用されるかだ。