Needle 3が公開。モバイルやマイコンで動く 8〜29MB のモデルで、ツール呼び出しと情報抽出を精度よく行う。
この記事のポイント
- モバイル端末向け単一ファイルモデル
- 121Mパラメータで50M級の演算能力
- 2~20層サブネットワーク対応
数字で見る
この記事に出てくる数字
| ファイルサイズ | 8-29 MB |
|---|---|
| モデルサイズ | 121M |
どこで使えるか
モバイルやマイコンでツール呼び出しを自前で実装したい人向け。121Mパラメータで50M級の演算能力 Hugging Faceで公開済み 20層までサブネットワーク構築可能
スポンサーリンク
解説
かみくだいて説明します
Cactus-Computeが 2026年 9月 16日、スマホやロボット向けのAIモデル「needle3」を公開しました。ファイルサイズはおよそ 8から 29メガバイトで、従来の 10倍の大きさのモデルを上回ります。
8メガバイトから 29メガバイトですか。作る側からすると、いま現場で使われているやり方を置き換える話ですか、まだ先の話ですか。
いいえ、すでに実機で動きます。プラットフォームフォルダには1メガバイト未満のエンジンが入っていて、モデルファイルを読み込んでデバイス上で直接計算できます。
なるほど、エンジンごとまとめられているんですね。研究している人から見ると、どこが新しいんですか。
層の数を 2から 20まで自由に選べる仕組みです。まるで段差のあるはしごで、必要な深さだけを取り出して使えるようになっています。 121Mのモデルが、 50Mのモデル並みの計算量をこなします。
深さを変えられるのは便利ですね。手元で動かすのに何が要りますか。
Pythonのツールで LoRA を使って微調整したあと、コマンド一つで必要な層の数を指定して 4ビットに圧縮して書き出せます。
コマンド一つで書き出せるんですか。精度はどう測った結果ですか。
ツール呼び出しは完全一致の精度を、情報引き出しはフィールドマイクロF1という指標で、テスト全体で評価しました。フィールドマイクロF1は、正しく引き出せた項目の数を、見落としや過剰抽出を合わせて測る値です。
見落としと過剰抽出を合わせて測る指標ですね。
正確に測れているのは安心ですね。最後に、今後の見通しはどうなりますか。
正確に測れているのは安心ですね。最後に、今後の見通しはどうなりますか。
DroidCallで微調整すれば、 4層以上で DeepSeek V4 Flash を上回り、 18から 36ポイント精度が上がります。 29Mからでも性能を出せます。どこがまだ解けていないかは、現時点では明言されていません。
出典
この記事のもとになった情報
- Hugging Face:Cactus-Compute/needle3
- 公開日:2026-09-16
※ 本文と音声は生成 AI が作成しています。内容は出典をご確認ください。
本作品のキャラクターには株式会社Live2Dの著作物であるサンプルデータが株式会社Live2Dの定める規約に従って用いられています。本作品は制作者の完全な自己の裁量で制作されています。このキャラクターモデルは株式会社Live2Dより許諾を得て商用利用しています。