IBMは、Granite Switchモデルのアップデートをソフトウェアのパッチのような番号で公開しました。そして、その番号の付け方こそが要点です。Granite Switch 4.1.1は4.1の1週間余り後に登場し、完全な後方互換性があり、移行作業も不要です。モデルを変えるたびに再テストと再承認が必要な企業にとって、本体のモデルに手を付けないアップデートは、新しいリリースよりはるかに受け入れやすいものです。
Granite SwitchはIBMのモジュール型の設計です。1つのベースモデルに、それぞれ特定の仕事向けに学習させた小さなアダプターを組み合わせ、1つのホスト型エンドポイントから必要に応じて切り替えて使います。4.1には8Bと30Bのサイズがあり、汎用の判断用アダプター、安全性チェック用アダプター、高速な音声認識モデルが同梱されていました。アダプターはベースモデルがキャッシュした処理を再利用するように作られているため、IBMによれば全体でもベースモデル単体とほぼ同じGPUメモリしか使わず、同じエンドポイントでチャット、「はい・いいえ」の判断、文字起こしをこなせます。
今回のパッチで変わったのは2点です。音声部分はGranite Speech 5.0 TurboCTCになりました。470Mパラメータの文字起こしモデルで、多言語に対応し、句読点や大文字も付けるようになったため、整形の手間なしに書き起こしを別のモデルへ直接渡せます。IBMのモデルカードによると、多言語版は英語の平均単語誤り率も5.78%から5.51%へとわずかに改善しています。もう1点は判断用アダプターの改訂で、IBMはJev Decision Indexのテストセッ トでのスコアが上がったとしています。30Bのベースモデルは再学習されていません。
これは、安定した中核の周りに小さな専門モデルを配置するという広い流れに沿うもので、当サイトのGranite 4.2ファミリーのレビューがIBMの顧客層とみる慎重な企業ユーザーに合っています。文字起こしの選択肢を比べている読者は、このTurboCTCモデルが、別途レビューしているGranite Speech 5.0のより小型で高速な兄弟モデルである点に注意してください。IBMは、他の開発者が独自のアダプターを作り、バージョン管理できるよう、Adapter SDKとチュートリアルを準備中だとしています。
不足もあります。IBMは改訂した判断用アダプターの数値を示していないため、その改善は主張にすぎず、まだ誰も検証できる結果ではありません。対応言語の数も食い違っています。発表記事は10言語としていますが、モデルカードに挙がっているのは英語、フランス語、ドイツ語、スペイン語、ポルトガル語、イタリア語、日本語の7言語です。特定の言語に頼るチームは、アップデート前に試すべきです。そして、アダプターを副作用なく入れ替えられるという約束は、第三者が自前のアダプターを出し始めて初めて証明されます。