AI業界の競争が激化する中、Ema社は新型言語モデルEmaFusionを発表しました。コストと精度において、O3、Gemini、Sonnetなど複数の有名AIモデルを凌駕すると主張しています。従来の単一戦略システムとは異なり、EmaFusionは「カスケード」判定システムを採用しており、コストと精度を動的にバランスさせることができます。また、ユーザーは具体的なタスクのニーズに合わせて微調整することも可能です。
Ema社のCEOであるSurojit Chatterjee氏は、EmaFusionを「タスクインテリジェントブレイン」と表現し、複雑な問題をスマートに分解し、最適なAIモデルに割り当てて解決すると述べています。例えば、契約分析、複雑な顧客サポートの問題、四半期業績報告書（QBR）の作成など、複雑な目標を複数のサブタスクに分解し、各サブタスクを適切なモデル（オープンソースモデルからGPT-4まで）に割り当て、各モデルの出力を統合して一貫性のある結果を生成します。
Ema社が発表したレポートによると、EmaFusionの精度は94.3％に達し、現在の最上位であるChatGPT O3Miniの91.7％を上回っています。さらに、運用コストも大幅に削減され、1000件のプロンプトあたりの費用はわずか5.21ドルで、平均16.29ドルをはるかに下回り、GPT-4の約20分の1です。
Chatterjee氏は、EmaFusionは現在のAI言語モデル市場の複雑さと課題に対処するために設計されていると指摘しています。現在、各モデルにはそれぞれ長所と短所があり、高速で安価なモデル、プログラミングタスクで優れたパフォーマンスを発揮するモデル、推論タスクでより優れているモデルなどがあります。しかし、いつどのモデルを使用するか、精度、コスト、遅延のバランスをどのように取るかは、企業にとって大きな課題でした。
「多くの企業は最終的に、すべてのタスクを処理するために高価な単一モデルを選択せざるを得ず、大規模な運用では持続不可能になります。」と彼は付け加え、単一のソリューションでは、企業のタスクに必要な精度と信頼性を満たすことができないことが多いと述べています。そのため、Ema社はこれらの障壁を解消するためにEmaFusionを設計し、自己最適化モデルを利用して、シームレスな大規模言語モデルの選択と信頼性の高いタスク実行を実現しました。
「現在のAI分野の限界は、コスト、複雑さ、そして不透明性です。」とChatterjee氏は強調し、企業はより多くのタスク要求に直面しながらもより少ないリソースで対応する必要があるため、Ema社のソリューションは、複数のLLMの集団的知性を活用しながら、計算能力と資金を無駄にすることなく、企業が対応できる方法を提供します。彼は、EmaFusionが次世代の自律型企業AIを推進する調整層になると確信しています。
入口:https://www.ema.co/emafusion
要点：
🌟 EmaFusionの精度は94.3％に達し、コストは市場平均の4分の1です。
💡 EmaFusionは複雑なタスクをスマートに分解し、最適なAIモデルに割り当てます。
🚀 Ema社はKPMG、Hitachiなどのグローバル企業と連携し、企業AIの発展を推進しています。
