上海AIラボが開発した多モーダルベースの大規模モデル「Shueng-S2」：メモリデコーダーにより挿抜可能な記憶を備え、科学的な長距離タスクにおいて優れた閉鎖型モデルと対等

上海人工智能ラボは基礎大規模モデル「書生-S2」をオープンソース化しました。その汎用性はオープンソースモデルの中でも最上位に位置し、生物学、材料科学、化学および複数の科学的な長期タスクにおいて、トップクラスの非公開モデルと比べても遜色ありません。

構造については今回の最大の特徴です。「書生-S2」はメモリデコーダー構造を採用しており、交換可能な専門的な記憶モジュールを導入しています。これは、モデルにいつでも取り外せる「追加の脳」を装着するようなものです。特定の専門分野を深く掘り下げたいときは対応する記憶モジュールを接続すればよく、全体のモデルを再トレーニングする必要がなく、もともとの汎用性を損なうこともありません。この設計により、領域拡張と汎用性の両立が初めて矛盾しないようになりました。

記憶メカニズムだけでなく、「書生-S2」は長距離推論とエージェント実行能力も強化しています。研究開発の現場では、これらの2つの能力が最も困難な部分です。科学的課題は多くのステップを経て、ツールを繰り返し呼び出す必要があるため、モデルは深い思考力と正確な実行力が必要です。「書生-S2」はこの2つを同時に強化しており、明確な目的があります。つまり、オープンソースモデルが真に本格的な科学研究のタスクを受け入れられることで、単なる汎用スコアリングにとどまらないということです。