Ollama v0.35.0 で判断モデルに対応。選択肢の確率や信頼度が返る
この記事のポイント
- テキストしか返さなかった
- 選択と確率を返すAPIを追加した
- モデル依存で汎用性は不明
数字で見る
この記事に出てくる数字
| 入力トークン | 174 |
|---|---|
| 信頼度 | 0.8906 |
どこで使えるか
選択肢や確率を返す API を組みたい人向け。ラベル分類やルーティングに使える GitHubで公開済み macOSのMLXモデルDLに注意、ライセンスはMIT
動画を見る
スポンサーリンク
解説
かみくだいて説明します
ollamaの最新版、バージョン 0.35.0 が github-actions[bot] によって公開されました。テキストを返すのではなく、選択肢や確率、スコアを返す判断モデルに対応し、チケットの振り分けやモデルの切り替え、コンテンツの分類などに使えるようになりました。
文章じゃなくて数字や選択肢を返すんですか? 開発者が使う場面を想定しているということですね。
そうです。APIの呼び出し方として /v1/systemone という新しいエンドポイントを用意しています。選択肢を返す choice、条件が真かどうかの確率を返す noul、順序のある基準に対する得点を返す score の三つの形式に対応しています。
choice はどのラベルに該当するかを返す、と。三つの形式を一つのAPIで使い分けられるんですね。では、実際に動かすにはどうすればいいんですか。
ollama pull nimble でモデルをダウンロードした後、ローカルの 11434 番ポートにJSON形式でリクエストを送ります。Bespoke Labsの nimble と Together AI の Tev1 の二つが現在利用可能です。リクエストには状態の説明と質問の内容を含め、返り値として各選択肢の確率と全体の信頼度を得られます。
ローカルで完結して、確率まで出してくれる。では、既存のテキスト生成モデルとはどう使い分けるんですか。
文章を生成するモデルとは役割が分かれています。判断モデルは構造化した結果を返すので、開発者は返ってきた確率やスコアをそのまま次の処理の条件に組み込めます。例えばエラー報告が来た時に、どの担当チームに回すかを自動で判断するパイプラインを組むイメージです。
確率を条件分岐に使える。noul と score は具体的にどう使うんですか。
noul は文章が特定の条件を満たすかどうかの確率を出します。score は評価項目に順位がある場合に、各項目に対する得点を返します。コンテンツの分類で段階を数値で比較する際に使えます。
条件の真偽と順位付けの得点。では、設定画面の起動が速くなったというのは、具体的にどのくらい変わりますか。
具体的な数値差は材料にありませんが、モデルの読み込み完了を待たずに設定画面が開くようになったため、体感として待たされなくなりました。macOSのアップデートメニューが起動時に正しく表示されない問題や、MLXモデルのダウンロードが途中で止まる問題も修正されています。
止まっていたダウンロードが直るというのは開発者には大きい。最後に、判断モデルの対応は当面 nimble と Tev1 だけなんですか。
現時点で対応しているのはその二つです。材料には他のモデルの追加予定や、判断モデルの精度向上に関する見通しは記載されていません。次回のアップデートで対応モデルが増えるかどうかは、そこはまだ分かっていません。
出典
この記事のもとになった情報
- GitHub:v0.35.0
- 公開日:2026-09-30
※ 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。