リコーは5月20日、自社開発のガードレール機能を組み込んだLLM（大規模言語モデル）「Llama-Ricoh-SafeGuard-20260520」（以下、セーフガードモデル）を無償公開した。
セーフガードモデルは、米Meta Platformsが提供する「Meta-Llama-3.1-8B」の日本語性能を向上させた「Llama-3.1-Swallow-8B-Instruct-v0.5」をベースに開発。同社独自の量子化技術により、小型・軽量化を実現した。
1. セーフガードモデル開発の背景
生成AIの社会的な広がりとともに、業務にAIを活用することで生産性の向上や付加価値の高い働き方を実現する取り組みが注目を集めているが、生成AIの安全な利活用という点ではまだ多くの課題がある。
同社は、2024年10月にLLMの安全性対策を目的とした社内プロジェクトを立ち上げ、規制や技術動向の把握に加え、LLMの安全性に関する評価指標の整備や、安全性を満たす効果的な方法の開発、それらの社会実装に向けて取り組んできた。
同セーフガードモデルは、その取り組みの一環として開発。2025年8月には、有害なプロンプト入力を対象とした判別機能をリリースし、同年12月には、LLMが生成する有害な出力情報の検知にも対応した。
2. 無償公開の狙い
近年、LLMの活用が広がる反面、日本ではLLM分野におけるオープンモデルの選択肢が少ないという課題が指摘されている。同社はこれまで、経済産業省と国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が推進する、国内での生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の第2期、第3期に参画し、多様なドキュメントを高精度に読み取るマルチモーダル大規模言語モデルを無償公開してきた。
また、セーフガードモデルでも重要性が高まる中、日本のビジネスの現場で実用的に利用できるモデルは少ない状況にある。同社は今回、いち早く無償公開することで、その重要性を社会に提起するとともに、生成AIの安全な利活用の推進に貢献していく。
3. セーフガードモデルについて
LLMに対するガードレールとして機能し、入力されたプロンプト、およびLLMが生成した回答を監視することで、不適切または有害な内容を自動的に検出。具体的には、暴力や差別、プライバシー侵害など14種類のラベルに分類された、同社が独自に構築した数千件規模のデータを学習させている。
これにより、LLMへの有害な情報の入力や、LLMから出力される有害な回答を高精度に判別し、検知・ブロックすることができるようになる。