「選択問題」も「穴埋め問題」もこなせる――星辰意図理解モデルXing4.0-29B-Intentをリリース

中国電信人工知能科技有限公司の星辰汎用人工知能研究所は、意図理解専用モデルXing4.0-29B-Intentを正式にリリースしてオープンソース化するとともに、275万件の学習コーパス、モデルの重み、推論イメージを公開した。このモデルは意図認識とパラメータ抽出を組み合わせ、ユーザーの一言を業務システムがその後処理できる構造化情報へと変換する。

現在、Xing4.0-29B-Intentモデルの能力は、電信10000番カスタマーサービスやスマートホームスピーカーなどの端末製品で活用が始まっており、対話意図認識、チケットのインテリジェントルーティング、口語コマンド解析に活用されている。今回のオープンソース化により、より多くの開発者にモデルおよび関連リソースが提供され、それぞれの業務シナリオへの組み込みが支援される。

01 判断問題か、穴埋め問題か

「寝室の照明を暖色の黄色にして。」という日常的なデバイス操作指示には、ユーザーがやりたいことと、操作の完了に必要な具体的な情報の両方が含まれている。システムはこうした情報を自然な表現から抽出して初めて、後続のアプリケーションに処理を委ねることができる。

この文に対して、「照明を操作する」と判断するだけでは十分ではない。システムはさらに、どの部屋か？寝室；どんなデバイスか？照明；どんな状態にするか？暖色の黄色、を知る必要がある。

Jev系の意思決定モデルは主に「選択問題」を解き、型化された判断を返し、与えられた候補の中から答えを選ぶ；パラメータ抽出はいわば「穴埋め問題」であり、タスク完了に必要な具体的な情報を抽出する。Xing4.0-29B-Intentはこの2種類のタスクを同時にサポートし、一文に複数の意図、複数のパラメータ、複数のエンティティが含まれるケースにも対応する。

モデルは統一スキーマ駆動意味解析フレームワーク（USP、Unified Schema-driven Semantic Parsing）を採用し、「カテゴリ＋パラメータ」の階層構造で結果を整理し、事前に定義されたフィールド規則に従ってJSON形式の情報を出力する。意図理解、エンティティ認識、関係抽出、イベント抽出といった異種タスクの目標を、統一された同一の入出力フォーマット制約にまとめることで、下流タスクの迅速な組み込みと安定した解析を可能にし、移行コストは極めて低い。

02 なぜ汎用大規模モデルを直接使わないのか？

ここまで読んで、こう思うかもしれない：汎用大規模モデルはもう「何でもできる」のではないか、なぜ専用の意図理解モデルが必要なのか？

理由は、この種のシナリオにおいて、汎用大規模モデルには3つの「生まれつきの弱点」があるからだ。

第一に、出力速度

汎用大規模モデルは「よく考えてから答える」ことが常で、数百から千文字を超える長い推論を行いがちだ。「チケットを誰に振り分けるか」といった問いに対しては、答えが言い終わる頃には顧客はとっくに電話を切っている。Xing4.0-29B-Intentはタスク処理に必要な重要な判断情報にのみ迅速に応答し、長い推論を行わず、平均で数十tokenしか出力せず、完全な結果の応答遅延は数百ミリ秒レベルに抑えられる。

第二に、判断コスト

分類や情報抽出に汎用大規模モデルを動員するのは、鶏を割くのに牛刀を用いるようなものだ。意図理解モデルは規模が小さく、呼び出しコストも抑えられる。1つのシナリオで1日に百万回を超える呼び出しが発生するような場合、コストの差は何倍にも拡大する。

第三に、判断の信頼性

汎用大規模モデルの出力は自由テキストであり、同じ質問に対して10通りの表現が返ることもあり、下流システムは安定した解析が難しい。意図理解モデルの出力は、事前に定義された構造に厳格に制約されている：フィールドは確定しており、フォーマットは検証可能で、「自由な創作」の余地を与えない。

一言でまとめると、応答の即時性が求められ、シナリオが比較的収束しており、判断の実行が比較的明確な場面では、意図理解モデルは汎用大規模モデルよりも速く、安く、信頼できる選択肢だ。

この分野にはすでに先駆者たちがいる。Jevに代表される軽量意思決定モデルが登場すると、たちまち開発者コミュニティで話題の的となった。市場の反応は一つの判断を裏付けている：意図理解は大規模モデルの「強力な推論」に頼る必要はなく、専用の小規模モデルでも速くかつ正確に対応できる。

03 実力で語る 2組の評価で認識・抽出能力を検証

モデルがユーザーの多意図・細粒度のニーズを理解できるかは、2つの層面から検証できる。一是カテゴリを正しく判断すると同時に具体的な内容も正しく抽出できるか；二是カテゴリ判断のみに着目し、取りこぼしや過剰選択がないか。技術チームはこれに基づき、完全な抽出結果とカテゴリ判断能力をそれぞれ評価する2組の評価を実施した。

第1組：カテゴリだけでなく 具体的な内容も正確であること

第1組の評価では、48の中英語公開データセットから割合に応じて6000問を抽出し、意図理解、エンティティ認識、関係抽出、イベント抽出の4種類のタスクをカバーした。評価するのは「どのカテゴリに分類されるか」だけでなく、「具体的に何が抽出されたか」も含む。

前述の照明指示を例にとると、「照明を操作する」と判断するだけでは不十分で、「寝室」「照明」「暖色の黄色」などの情報も抽出する必要がある。この例は採点要件の説明に用いたものである：カテゴリは正しいが内容が欠落していたり誤っていたりする場合は、完全かつ正確な抽出結果とはみなされない。

総点はまず4種類のタスクごとにそれぞれ計算し、その後等重み平均したものであるため、4種類のタスクの総合的なパフォーマンスを表しており、6000問を直接合算して計算した正答率ではない。下表の各指標はいずれもスコアが高いほど良いことを示す。

Xing4.0-29B-Intentの総点は58で、今回参戦した18種の市販主流汎用モデルの最高総点49を上回った；4種類のタスクの各項目の得点も、今回参戦した汎用モデルをいずれも上回った。

この結果は、今回の評価のタスクと設定のもとで、Xing4.0-29B-Intentがカテゴリ判断と内容抽出を同時に行う点でより良い性能を示したこと、つまり単にカテゴリを正しく選べるだけでないことを示している。

第2グループ カテゴリ判断のみに着目 抜けも過剰選択もなく選べるか

第2グループの評価ではパラメータや具体的な内容抽出を評価せず、モデルが出力すべきカテゴリを全て見つけ、正確に選べるかのみを比較する。評価は合計5606問で、そのうち3940問が正解カテゴリが1つの問題、1666問が正解カテゴリが複数の問題である。この一連の問題には、抽出対象となる内容がない場合にモデルが誤ってカテゴリを報告しないかを検証するための「抽出可能な内容なし」の負例問題839問も含まれている。

Jevは2つの解答方式でテストに参加した。「N択1」は候補カテゴリから1つの答えを選ぶ方式、「個別の是非判断」は各候補カテゴリが該当するかどうかを順に判断する方式である。下表では汎用モデルの参照としてGPT-6-Lunaも併記している。2つの解答方式はJevのみを指し、表内のすべてのモデルに適用されるものではない。

この表で本当に見るべきは2つの層である。まず意思決定の総合点は、単一選択・複数選択・負例の3つの下位項目を1つの総合的な意思決定スコアにまとめたもので、「正確に見つける・全て見つける・誤報しない」というモデルの総合的な水準を見るものだ。3つの下位項目はそれぞれ1つの事柄を見る。単一選択では唯一のターゲットに狙いを定められるか、複数選択では選ぶべきカテゴリを1つも漏らさず揃えられるか、負例では対象となる内容がない場合に自制して誤報しないかである。総合点は全体を、下位項目は弱点を見るものであり、両者が一致して初めてモデルの能力が堅実だと言える。

今回の評価のカテゴリ判定において、星辰モデルは判定総得点、および単一選択・複数選択・負例の3つのサブ項目すべてにおいて、2つの比較対象モデル（Jevの2つの回答方式およびGPT-6-Luna）を全面的にリードしました。核心的な問題は、最もミスが起きやすい多目標識別と負例での誤検知防止という2つのシナリオこそが、星辰モデルが差を広げた部分だという点です。複数選択タスクでは、選択すべきカテゴリをより完全に特定することができ、負例のシナリオではあえて「白紙の答案を出す」ことを恐れず、むしろ手ぶらでいることを選び、無理に数合わせの選択をしません。これは、単に「ユーザーが何をしたいのか」を知っているだけでなく、カテゴリの境界が曖昧な場合や情報が欠落している場合においてもより安定した判断を下せることを示しており、単なる命中率の高さに依存しているわけではありません。

*上記の評価は当社の技術チームによって実施されたものであり、評価結果は今回の評価データおよびテスト設定における参加モデルのパフォーマンスを反映しており、すべてのタスクや実際のデプロイ環境での効果を代表するものではありません。本稿の評価実験環境およびテスト方法の詳細な設定については、バックエンドへのメッセージを通じて技術チームまでお問い合わせいただくことで入手できます。評価方法、結果の再現、および応用適応について、開発者や研究者の皆様との交流を歓迎します。

04応用について：このモデルは誰に向いているのか？

具体的な応用面では、電信万号カスタマーサービスシステムにおいて、Xing4.0-29B-Intentは対話意図の認識とチケットのインテリジェントなルーティングを担い、さまざまな顧客の要望の分類・振り分けを支援しています。スマートホームスピーカーなどの端末製品では、Xing4.0-29B-Intentはユーザーの口語による指示を、デバイスがさらに処理できる構造化された指令に変換し、自然言語インタラクションとデバイス操作を接続します。

こんな方におすすめ：

端末インタラクション

スマートフォンの音声アシスタント / スマートコックピット / IoTコントローラー

意図の判定とパラメータ抽出の両方が必要で、しかも大モデルの遅さとコスト高に不満がある方；

ToBカスタマーサービス / 企業IMボット

事業の立ち上げ段階で十分なアノテーションデータがなく、新しい意図ごとに大量のサンプルにラベル付けしたくない方；

Agent / Function Callingアプリケーション

安定性が高く低ハルシネーションの「意味的エントランス層」が必要な方。

それなら、あなたの技術スタックにXing4.0-29B-Intentを組み込むのにぴったりです。

ツールを呼び出す必要があるエージェントアプリケーション向けに、モデルは意図認識と関数呼び出しパラメータ抽出の能力を提供し、後続の実行のための入力を提供します。

05 オープンSchema + 275万コーパス、ぜひお試しください

Xing4.0-29B-Intentは、星辰汎用基盤モデルXing4.0-29B-A4Bをファインチューニングしたもので、専用コーパスを使用して構造化出力能力を訓練しています。今回のオープンソースには以下の4種類のリソースが含まれます：

01 275.3万件の教師ありファインチューニング訓練コーパス

61の公開データセットから再構築され、19の分野、52の言語をカバーしています。

02 端末意図理解コーパス

星辰汎用人工知能研究所は、スマートフォン向けインテリジェントインタラクションシナリオ向けに、中国語口語理解ベンチマークCMPA-SLUを構築し、関連成果はEMNLP 2026に採録されました《CMPA-SLU: A Benchmark for Chinese Mobile Personal Assistant Spoken Language Understanding》。

03 Xing4.0-29B-Intentモデル重み

意図認識、パラメータ抽出および統一フォーマットの構造化出力に対応しています。

04 公式推論イメージ

コードリポジトリとともに提供され、モデルのデプロイと試用のための付帯リソースを提供します。

開発者の皆様には、ご自身のシナリオに沿って評価と試用を行い、コードリポジトリを通じて問題やご提案をフィードバックいただくことを歓迎します。

GET STARTED

天翼AIオープンプラットフォーム呼び出しアドレス：

https://www.teleai.com.cn/doc/1MBaE2xId9JYYxLXUz2R/3jUbsGzfAj0Qe4A38Y0s

コードリポジトリ：

https://github.com/XingChen-AGI/Xing4.0-29B-Intent

コードライセンス：

Apache 2.0 データセットとモデル重みは Hugging Face で同時公開されます

オープンソースコミュニティ呼び出しアドレス：

HuggingFaceはこちら：https://huggingface.co/XingChen-AGI/Xing4.0-29B-Intent

HuggingFace データセット：https://huggingface.co/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss

GitHubはこちら：https://github.com/XingChen-AGI/Xing4.0-29B-Intent

ModelScope（魔搭）：https://www.modelscope.cn/models/XingChen-AGI/Xing4.0-29B-Intent

魔搭データセット：https://www.modelscope.cn/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss

Modelers（魔乐）：https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-Intent

本記事は華為（ファーウェイ）の提供により、量子位が許諾を得て転載したもので、見解は原著作者に帰属します。