LLM-jp、視覚言語モデル「LLM-jp-4-VL 9B」を公開しデータセット再構築

記事の3ポイント

1. 1

   データセットの再構築と品質担保

   ライセンスや画像品質に懸念のあるデータを排除し、QA の再生成を行った「RefinedVision」を構築して学習データとして採用した。

2. 2

   ベースモデルの変更による性能向上

   ベース LLM を「thinking」バージョンに変更し、推論能力の強化と学習ステップ数の増加により、テキストおよび高難度図表理解タスクで beta 版より大幅な改善を達成した。

3. 3

   国際モデルとの性能差の現状

   国内での性能向上は確認されたが、Qwen3.5-9B と比較すると依然として多くのタスクで大きな性能差が残っていることが示された。