ELYZA、Thinkingモデル公開と自己改善研究組織を設立

KDDIグループのAI開発企業であるELYZAは2026年10月2日、AIが自身の能力や開発プロセスを反復的に改善する再帰的自己改善（AIが自身を改良し性能を向上させる技術（Recursive Self-Improvement））（RSI）の研究開発を推進する新組織「ELYZA RSI Research」の設立を発表しました。同時に、国立情報学研究所（NII）が開発した国産オープンモデル「LLM-jp-4」シリーズをベースに事後学習（Post-training）を施した思考特化型AIモデル「ELYZA-Thinking-1.0-llm-jp-4-33b」および「ELYZA-Thinking-1.0-llm-jp-4-32b-a3b」を商用利用可能なApache 2.0ライセンスで無償公開しました。

自律研究基盤による3つの研究成果

ELYZA RSI Researchは「AIによるAI開発」を加速させる組織であり、今回の発表では研究開発プロセスを自動化・効率化する「自律研究基盤」を通じた3つの具体的成果が示されました。

1. ​基盤モデル「ELYZA-Thinking-1.0」​: NIIの大規模言語モデル研究開発センター（LLMC）が開発したオープンモデル「llm-jp-4」に対し、人間の介在を1〜2人日程度に抑えた学習基盤を用いてMid-training・Post-trainingを実施しました。主に日本語処理と推論性能を強化しており、20種類のベンチマーク総合スコアにおいてNIIの最新版「LLM-jp-4.1」シリーズを上回る性能を達成しています。Hugging Face上で33Bモデルと32B-a3bモデルの2種類が公開されました。
2. ​評価ベンチマーク「ELYZA Agent Tasks: Customer Service」​: AIによる開発成果を客観評価するため、日本語カスタマーセンターの問い合わせ応答業務を対象とした音声・テキスト両対応の評価ベンチマークを作成し、GitHub上で公開しました。
3. ​自律的なハーネス改善​: 自律改善エージェントを用いてAIエージェントの動作制御（ハーネス）を自動最適化する実験を行いました。開発系ベンチマークでタスク成功率が最大27.2ポイント向上したほか、問い合わせ応答実験では精度を維持したまま推論コストを67%削減できることを確認しました。

あわせて同社は、これら「自律研究基盤」を活用したバーティカルAI事業の第一弾として、音声対話AIエージェント「ELYZA Voice Agent」の開発も公表しています。

報道表現の差分整理と国内AI開発への影響

ITmedia AI＋の報道では当初、モデルカードに記載された「Fully domestic foundation」という英語記述を「完全国産」と表現していましたが、ELYZA側から「国内企業で作成したという意図であり『完全国産』のニュアンスとは異なる」旨の追加説明があり、記事見出しが修正された経緯があります。事前学習（Pre-training）を担当したNIIと、追加学習および思考プロンプト設計を担ったELYZAのオープンな産学連携体制を正確に理解することが重要です。

国内の開発者や事業者にとって、商用利用可能なApache 2.0ライセンスで日本語特化の思考モデルが無償公開されたことは、社内環境へのローカルデプロイや推論プロセスの追跡において大きなメリットをもたらします。

未確認事項と今後の展望

ELYZA自身が発表内で明記しているとおり、現段階の研究成果は「RSIに至る前段階の要素技術の研究」であり、人手を一切介さずにAIが自己進化を完結させるRSIそのものを実現したわけではありません。安全性の担保や誤学習の連鎖（モデル崩壊）を防ぐガードレールの構築が今後の課題となります。

編集部注: AI開発者が自らAIを使ってAIを学習・評価・改善する手法は、米フロンティア研究所でも中核技術となりつつあります。ELYZAがNIIのオープン資産を活かし、学習プロセス自体の自動化とハーネスの自律改善に踏み込んだことは、国内発のAIエコシステムがモデルサイズ依存の競争から「開発プロセスの自動最適化」という新たな軸へと前進したことを示しています。

引用元：ITmedia AI＋ | ELYZA