Preferred Networks の最新記事
21件の記事
事前学習済みモデル向けベンチマーク構築の取り組み
Preferred Networks は、推論モデル中心の既存評価基準を見直し、事前学習済み大規模言語モデル PLaMo の能力を適切に測定する新たなベンチマーク構築を進めている。
機械学習ポテンシャルの近似限界を超えて【インターン募集】
株式会社Preferred Networksが、機械学習ポテンシャル（MLIP）の研究分野を紹介し、2026年インターン生を募集している。同社は2019年から汎用MLIP「PFP」を開発し、2021年に原子レベルシミュレータ「Matlantis」のコア技術として提供を開始した。
MN-Core 2におけるGLSLの実装
PFNインターン生は、深層学習アクセラレータ「MN-Core」でGLSLシェーダーを利用するため、GLSLコードをPyTorchコードに変換するトランスパイラを実装した。これにより、グラフィックス処理の並列性能を活用し、MN-Coreの用途拡大を図っている。
自律稼働デバイス向け高精度軽量VLM「PLaMo 2.1-VL」
Preferred Networksは、経済産業省とNEDOのプロジェクト支援を受け、自律稼働デバイス向けの高精度軽量Vision Language Model「PLaMo 2.1-VL」を開発した。8Bサイズと2Bサイズの2モデルを提供し、デバイス上での動作を可能にした。
Matlantis CSPにおけるOptunaを用いた結晶構造探索
Preferred Networks（PFN）が、材料探索プラットフォームMatlantisに結晶構造探索サービスMTCSPをリリースし、同社開発の最適化フレームワークOptunaを活用して効率的な結晶構造探索を実現した。
Optunaベースの内製フレームワーク × Work Suite：ユーザーフィードバック駆動型プロンプト最適化による新機能
Preferred Networksは、同社の生成AI製品群「PreferredAI Work Suite」に、Optunaベースの内製フレームワークを用いた自動プロンプト最適化機能を実装した。この機能はユーザーフィードバックを活用してプロンプトを最適化し、業務効率化を支援する。
pfpoly：uMLIPと反応加速を組み合わせた即時利用可能な高分子反応シミュレータ
Preferred Networksの森穂高氏らは、高分子の重合・硬化反応を原子レベルでシミュレーションする分子動力学フレームワークを開発した。この手法は機械学習原子間ポテンシャルと時間依存結合ブーストを組み合わせ、反応中間体や界面結合の解析を可能にする。
超高効率AI計算基盤向けKubernetesスケジューラとkube-scheduler-evaluatorの検討
PFNの坂内理人が、超高効率AI計算基盤向けKubernetesスケジューラの概念実証と評価ツールkube-scheduler-evaluatorを開発した。
コード生成ベンチマークのためのサンドボックス環境の開発
Preferred Networksが大規模言語モデルPLaMoのコード生成能力を評価するための安全なサンドボックス環境を開発した。
2025年にPFN社員が読んだ面白かった本
PFN社員が毎年実施する「今年一番面白かった本」企画で推薦された書籍のまとめ記事。社内読書会の紹介も含む。
MN-Core2グラフコンパイラ自作入門
IPAセキュリティ・キャンプ2025で「低レベルMN-Coreプログラミング」講座を担当したMN-Core Compiler Coreチームによる、MN-Core2グラフコンパイラの自作入門記事。
Kubernetes Podに手元のssh/scpで接続できるツール「sshpod」をOSSで公開しました
Preferred Networksのエンジニアが、Kubernetes上のPodにOpenSSHクライアントから直接接続できるツール「sshpod」をオープンソースで公開した。
PLaMo 2.2 Primeをリリースしました
Preferred Networksが純国産生成AI基盤モデルPLaMoの最新バージョンPLaMo 2.2 Primeをリリースした。同モデルでは社内外からのフィードバックをもとに事後学習データを追加している。
創薬DMTAサイクルの高速化！ Active Learning駆動型Relative Binding FEP(RBFEP)による「実践的」リード化合物最適化の新戦略
Preferred Networksが、Free Energy Perturbation(FEP)に基づき、Active Learningを駆動したRelative Binding FEP(RBFEP)という新手法を開発した。この手法は、創薬プロセスにおけるDMTAサイクルを高速化し、実践的なリード化合物最適化を可能にする。
MN-Core Technology Conference 25を開催
Preferred Networksが2025年12月16日に第1回MN-Core Technology Conferenceを開催し、生成AIの普及で高まる計算資源・半導体需要に対応するMN-Core技術を紹介した。
ノーコードで言語モデルの「学習」を体験できるMN-Core Playground / SLM Customizeの遊び方
MN-Coreが、ノーコードで小規模言語モデル（SLM）に独自の対話データを学習させてカスタマイズし、ブラウザ上で実行・ダウンロードできるWebサービス「SLM Customize」をリリースした。
構造認識pLMを用いた化合物-タンパク質相互作用予測手法の開発
PFNリサーチャーの武本氏らが、タンパク質の立体構造と化合物の物性情報を統合した言語モデルを用いて、化合物とタンパク質の相互作用を予測する手法を開発した。
2025年PFN夏季インターンシップの選考課題を公開
Preferred Networksが2025年夏季インターンシップの選考課題をGitHubで公開した。課題はコーディング課題とテーマ別課題の2種類で構成され、応募者のプログラミング能力や専門知識を評価する。
社内オブジェクトストレージ向けFUSEデーモンのRustによる実装
PFNのインターン生が、社内オブジェクトストレージをファイルシステムとして利用可能にするFUSEデーモンをRust言語で実装した。従来のC言語版は機能制限があったが、Rust版ではより完全なPOSIX互換性を目指している。
Kubernetesスケジューラのベンチマークテスト
Preferred Networks（PFN）の上田蒼一朗氏が、PFNが開発するKubernetesスケジューラのプラグイン（例：Gangスケジューリング）に対するパフォーマンステストの取り組みを紹介している。
拡散モデルを用いた結晶構造の対称性を考慮した条件付き生成
石井孝憲氏が、拡散モデルを用いて結晶構造の対称性を考慮した条件付き生成手法を研究した。材料探索における結晶構造予測の効率化を目指す。