AIを止めすぎない安全装置へ。リコーの日本語判定モデルは小型化

2026年10月21日時点のリコー公式情報を整理した。画像はイメージ写真であり、セーフガードモデルの操作画面ではない。

リコーは、生成AIへ入力する文章とAIが返す文章を検査する日本語向けセーフガードモデルを刷新した。セーフガードは、利用者と生成AIの間に置き、不適切な内容を検知する安全装置である。

今回の焦点は、危険な内容を弾くだけでなく、必要以上に普通の業務まで止めないよう判定基準を見直したことだ。企業ごとの運用ルールに合わせ、追加学習なしで独自の判定ラベルも加えられる。

小型でも従来に近い評価値

新モデルはGemma 4を基に開発された。リコー公表の評価では、入力用データのF1スコアが0.900、出力用が0.942だった。従来モデルは入力0.891、出力0.952であり、出力評価はわずかに下がる一方、入力評価は上がっている。

オンプレミスへ置きやすくする

小型化により、利用できる計算資源が限られた社内環境へ導入しやすくする。13種類の一般的な有害カテゴリーを学習済みで、社内規程や業界固有ルールに応じたラベルを追加できる。

出典・確認先

• リコー：日本語向けセーフガードモデルを刷新（2026年10月20日発表、10月21日確認）