公開はHugging FaceのモデルID「plamo-3-8b-fin-instruct」で、PLaMoコミュニティライセンスのもとに行われる。Hugging Face APIでの実測では、モデルは2026年11月8日13:51(UTC)に作成され、重みはBF16で総計85億3,175万912パラメータ、ゲートはかかっていない。PFNはニュースリリースで、クラウドの閉域環境やオンプレミス環境への導入に対応し、小型モデルのためGPU 1枚から運用できると説明する。モデルは質問への回答の前に日本語で推論過程を書き出し、Web検索や計算、社内データベース参照といった外部ツールの呼び出しにも対応する。
「本モデルの事後学習において、Reasoning機能やツール利用のための指示追従学習を、PFNが自社開発したAI半導体MN-Core 2で実施しました。」
本モデルの事後学習において、Reasoning機能やツール利用のための指示追従学習を、PFNが自社開発したAI半導体MN-Core 2で実施しました。
NICT共同研究の基盤に金融データで追加学習
基盤は、PFNと情報通信研究機構(NICT)の共同研究で得られた事前学習モデルPLaMo 3 NICT 8B Baseだ。開発は三段階で、日本語を中心とした金融コーパスでの継続事前学習(NVIDIA H100)、指示に沿った応答・日本語の推論過程・ツール呼び出しを学ばせるSFT(MN-Core 2を搭載したPFNグループの計算基盤PFCP)、応答の失敗を減らすDPO(H100)を順に適用する。SFTのツール利用データの一部は、実際のツール一覧に架空のツールを混ぜてGemma 4 31Bに検索・呼び出し・回答を一歩ずつ生成させて作り、DPOの選好データの採点もGemma 4 31Bが担った。
- 01 基盤
PLaMo 3 NICT 8B Base
PFNとNICTの共同研究で得た事前学習モデル。
- 02 継続事前学習
金融コーパス
日本語中心の金融分野コーパスで金融知識を補う。学習はNVIDIA H100。
- 03 SFT
MN-Core 2
指示追従・日本語推論過程・ツール呼び出しの学習。国産AI半導体MN-Core 2を搭載したPFCPで実施。
- 04 DPO
選好学習
モデル自身の回答をGemma 4 31Bが採点し、良い回答と悪い回答のペアで学ぶ。学習はNVIDIA H100。
- 05 公開
Hugging Face
plamo-3-8b-fin-instructとしてPLaMoコミュニティライセンスで公開。API・Chat(β版)からも利用可能。
PFN技術ブログ「金融特化型の小規模言語モデルPLaMo 3.0 Finの開発」(2026年11月9日)の学習の流れと使用ハードウェアの記述に基づく。
金融知識ベンチマークの平均は48.0から55.8へ
日本の金融知識を測るjapanese-lm-fin-harness(有価証券報告書の感情分析、証券アナリスト試験、公認会計士試験の監査論、FP2級、証券外務員1種の5タスク)で、平均スコアはベースモデルの48.0から継続事前学習で50.1、SFTで56.0に上がり、DPO後の公開モデルでは55.8だった。タスク別では監査論が13.1から29.2、証券外務員1種が49.1から64.9に伸びた。比較対象の同規模クラスのオープンウェイトモデルでは、Qwen3.5-9Bが60.1、Ministral 3 14Bが62.8でこれを上回る一方、Gemma 4 E4Bは45.6、gpt-oss-20bは43.0だった。証券外務員1種に限ればQwen3.5-9Bを14ポイント上回る。金融を題材にした対話ベンチマークpfmt-bench-fin-jaのスコアは8.35、PFNが構築した9カテゴリ108シナリオのツール利用ベンチマークの平均は71.3で、ツールを一度も呼ばずに答えたサンプルは0.9%、答えに必要な情報を返すツールへの到達率は78.9%だった。これらはすべてPFN環境での計測値で、ブログは計測条件が異なるためリーダーボードの値と直接比較できないと明記する。ツール利用ベンチマークの評価基盤とデータは公開されていない。
PLaMo 3 NICT 8B Base
- 平均
- 48.0
- 監査論
- 13.1
- 証券外務員
- 49.1
PLaMo 3.0 Fin(DPO後)
- 平均
- 55.8
- 監査論
- 29.2
- 証券外務員
- 64.9
Qwen3.5-9B
- 平均
- 60.1
- 監査論
- 41.7
- 証券外務員
- 50.9
Ministral 3 14B
- 平均
- 62.8
- 監査論
- 39.2
- 証券外務員
- 68.4
Gemma 4 E4B
- 平均
- 45.6
- 監査論
- 20.6
- 証券外務員
- 52.6
gpt-oss-20b
- 平均
- 43.0
- 監査論
- 13.8
- 証券外務員
- 50.9
PFN技術ブログの表1から平均と2タスクを抜粋。監査論は公認会計士試験の監査論(cpa_audit)、証券外務員は証券外務員1種(security_sales_1)の正答率。5タスク平均の残りは感情分析(F1)とアナリスト試験・FP2級。すべてPFN環境でのvLLM計測値で、他リーダーボードとは計測条件が異なる。数値はPFNの自社計測で第三者検証はない。
MN-Core 2でのSFTとエージェント支援の移植
SFTは行列演算に特化した自社AI半導体MN-Core 2を搭載したPFCPで実施した。MN-Core 2向けの学習コードには移植が必要で、通常は専門知識が求められる。PFNはコーディングエージェントを中核に据えた移植手法を研究開発しており、今回の開発では、MN-Core 2に詳しくない開発者が、複数ボードによる分散学習への対応を含むSFTコードの移植を1週間以内に終えたと説明する。移植したコードでの学習は「GPUを用いた学習環境と同等の実用的な学習速度」を達成したとしているが、比較に使ったGPUの種類や計測条件は公表資料に記載がなく、この点は会社の説明のまま残る。
ライセンスは無条件のオープンソースではない。PLaMoコミュニティライセンスのもとで、直近事業年度の収入または売上が10億円以下の企業と個人は、商用・非商用を問わず無償で利用でき、商用利用にはフォームからの登録が必要だ。PFNは問い合わせ分類、申込書類からの情報抽出(KYC)、アラート・検知情報の分析といった業務への組み込みを挙げ、金融専門チームの各社専用モデル構築サービス(2025年6月提供開始)のベースモデルに使う想定も示す。なおNICTの同日の発表は、金融特化の本モデルと、別途公開された翻訳特化のPLaMo 3 Translate(11月5日リリース)を並べて報告している。
出典
- 国産の金融特化型小規模言語モデルPLaMo 3.0 Finをオープンウェイトで公開(PFNニュースリリース)2026-11-09付。モデル名、PLaMo 3 NICT基盤、MN-Core 2でのSFT、1週間以内の移植、GPU同等の学習速度の説明、ライセンス脚注、業務想定。確認日 2026-11-11
- 金融特化型の小規模言語モデルPLaMo 3.0 Finの開発(PFN技術ブログ)2026-11-09付。三段階の学習と各段階のハードウェア、japanese-lm-fin-harnessの表1(48.0→55.8とタスク別)、pfmt-bench-fin-ja 8.35、ツール利用ベンチマーク71.3、比較モデルの計測条件、ライセンスと使い方。確認日 2026-11-11
- PFN、翻訳特化型および金融特化型の言語モデルをオープンウェイトで公開(NICT)2026-11-09付。共同研究の成果である事前学習モデルを基盤とする点の当事者確認。翻訳特化PLaMo 3 Translateとの並記。確認日 2026-11-11
- pfnet/plamo-3-8b-fin-instruct(Hugging Face)モデルページとAPI実測。作成 2026-11-08T13:51Z、BF16 8,531,750,912パラメータ、非ゲート、transformersとvLLMでの利用方法。確認日 2026-11-11
出典の確認日 2026.11.11