ELYZA、LLM-jp-4 ベースの日本語推論 AI モデル 2 種を Hugging Face で無料公開──Apache 2.0 で商用利用可能
国立情報学研究所の LLM-jp-4 をベースに中間・事後学習を行い、一部の日本語ベンチマークで LLM-jp-4.1 のスコアを上回るモデルを商用利用可能な Apache 2.0 で公開した。
リリース: 2026-10-02 · 読了 3 分記事の要約
1. 核心（What）
- ELYZAは10月2日、AIモデル「ELYZA-Thinking-1.0-llm-jp-4-33b」および「ELYZA-Thinking-1.0-llm-jp-4-32b-a3b」を無料公開した。
- ベースモデルには国立情報学研究所のオープンな基盤モデル「LLM-jp-4」シリーズを採用している。
- モデルのライセンスは商用利用が可能な「Apache 2.0」で提供されている。
- 新設された研究組織「ELYZA RSI Research」における再帰的自己改善（RSI）の要素研究として位置づけられている。
2. 影響（Why）
- 商用利用可能な国内モデルの選択肢拡大: Apache 2.0 ライセンスで公開された 33B 級の日本語特化モデルを活用できるため、商用プロダクトでのライセンスリスクを抑えたローカル LLM の検証が容易になる。
- 国内 SaaS 事業者のモデル選定における利点: 国内の日本語対話システムや業務支援ツールを手掛ける中小 SaaS 事業者は、商用 API 依存から脱却し、コストを固定化した VPC 内構築のベースラインとして検討する価値がある。
3. 根拠・詳細（How）
- LLM-jp-4 をベースとした事後学習の実施: 国立情報学研究所が開発した LLM-jp-4 シリーズに対し、主に日本語の処理性能をターゲットに中間・事後学習パイプラインを適用した。
- Hugging Face を介したオープンな配布形態: ELYZA-Thinking-1.0-llm-jp-4-33b と ELYZA-Thinking-1.0-llm-jp-4-32b-a3b の 2 バリエーションを Hugging Face リポジトリ上で直接ダウンロード可能にしている。
4. 展望・課題（Next）
- 再帰的自己改善（RSI）の本格実装に向けた検証: 現在は RSI の前段階の要素研究にとどまっており、今後は AI が AI を開発して反復的に性能を高める自律的な仕組みの構築が進められる予定である。