Piccolo 運営中

PiccoloはAlibabaのAgentScopeチームがオープンソースで公開する意思決定モデルシリーズで、27B、9B、4Bの3サイズを展開しています。Piccoloは構造化された意思決定結果と確率を直接出力でき、エージェントワークフローのツール選択、権限判断、障害復旧などに組み込めるほか、データ処理やゲームのリアルタイム意思決定にも利用できます。27BはJevBench Publicで92.21%、テキストDecision Indexで68.59を達成し、独自に構築したHarnessJevBenchとDataJevBenchという2つのシナリオベンチマークを公開しています。研究Agentが誤答を分析し、データを反復改善する再帰的自己改善フレームワークを採用し、継続的に進化します。

ツール選択：タスク、証拠、制約に基づき、候補ツールの中からどれを呼び出すべきかを判断します。たとえば配送予定日の照会では注文システムを選択します。
モデルルーティング：複数のモデルでタスクを完了できる場合、予算などの要素を考慮して実行リソースを選択します。
コンテキストとメモリの選別：重要な情報を残し、古く関係のない内容を除外します。
権限と信頼性の判断：権限の範囲内で意思決定します。たとえば下書きの保存のみ許可されている場合、直接送信せず保存を選択します。
完了確認と障害復旧：証拠が不足している場合は追加確認を行い、一時的な障害が発生した場合は再試行するか判断します。
データ処理の意思決定：クリーニングと重複除去の順序、要約方法、フィールド不足時の追加情報要求、外部送信前のマスキング要否を判断します。
ゲームのリアルタイム意思決定：ゲーム画面に基づき、移動、攻撃、回避などの連続アクションに対してキー入力レベルの指示を提供します。アクション、パズル、ボードゲームに対応します。

WeChatで「オープンソース」と返信すると、AIオープンソースプロジェクトの交流グループに参加できます。
意思決定インターフェース：Piccoloは専用の判断コンポーネントです。「状態、質問、候補」を入力として受け取り、双方向プロンプト注意機構によって問題文と候補を相互に参照します。候補トークンのlogitsから各選択肢の確率を直接読み取り、プログラムがそのまま利用できる構造化された意思決定を出力します。処理中に生成テキストは一切生成しません。Jev互換の/v1/systemoneエンドポイントをネイティブに利用し、flex_twiceの入力配置によって推論経路を最適化しています。
統合データエンジニアリング：学習データはオープンソースコミュニティから収集した665万件のサンプルを起点とし、分類、検索、数理推論、選好判断、ツール利用などのタスクを網羅しています。すべてを「状態、質問、候補、目標分布」という意思決定形式に統一し、ハードラベルとソフトラベルで同じ教師信号インターフェースを共有します。チームはData-Juicerを基盤に、13のアノテーション次元と551個の事前定義値からなる意味ラベル体系を構築しました。すべてのデータは投入前に重複除去し、評価ベンチマークとの重複を検査・除外することで、学習と評価を分離しています。
再帰的自己改善ループ：研究Agentが開発を主導し、中心的なシグナルとしてサンプルごとのKL損失を利用します。意味ラベルごとに集計した後、偏差が継続的に高いデータについては回答を再確認し、類似資料を検索するか、より多くの条件組み合わせを対象に追加合成します。十分に学習済みの同質サンプルはダウンサンプリングするか代表的なリプレイとして残し、選別比率、監査・書き換え、目的別合成、削除・ダウンサンプリングを組み合わせて異なる実験計画を構成します。Agentic Data Engineeringが複数のAgentを組織し、「計画設計→実験構築→結果フィードバック→診断更新」の流れで進めます。DataJuicer-Sandboxはデータ処理、学習、評価を実行可能なワークフローに編成し、人間は目標、予算、データ範囲のみを設定します。

オンライン体験：公式サイト https://decisionplayground.agentscope.io/ にアクセスすると、ダウンロードなしでPiccoloのさまざまな判断タスクにおける性能を試せます。
モデルのダウンロード：Hugging Faceから、用途に応じて4B/9B/27Bの完全な重み、またはBF16、Q8_0、Q4_K_Mの3種類のGGUFを選択します。GGUFはすべての分割ファイルを同じディレクトリにダウンロードする必要があります。
ローカル実行：ソースからQwenPawと、Piccolo互換のllama.cppランタイムをインストールします。Models → QwenPaw Local → Decision modelsでGGUFをダウンロードしてStartをクリックし、Default modelsで既定の意思決定モデルがそれを指していることを確認します。
自動審査の有効化：セッションモデルメニューでUse decision modelを有効にし、ツール承認設定でDecision Model Modeを選択すると、Piccoloが各ツール呼び出しを自動的に審査します。人間による承認へのフォールバックも維持されます。
コンテキスト圧縮の有効化：Context Compactionを有効にした後、Decision Model Compactionをオンにすると、Piccoloがコンテキストの負荷に応じて、どのツール結果が関連性の低い圧縮可能な内容かを判断します。
APIによる統合：独自のワークフローに組み込む場合は、リポジトリのinference/ディレクトリにある推論実装と、examples/にある最小リクエスト例を参照してください。ネイティブの/v1/systemoneエンドポイントを呼び出し、「状態、質問、候補」の形式でリクエストを送信し、構造化された意思決定と確率を解析します。
デモリプレイの視聴：リポジトリをクローンした後、arena/にあるインタラクティブなArenaを実行すると、一時停止やドラッグ操作を行いながら、「ゼンレスゾーンゼロ」の戦闘など9つの保存済みリプレイで各意思決定における候補確率を確認できます。

全サイズをオープンソースで公開し、寛容なライセンスを採用：4B、9B、27Bの3モデルは重みを含めてすべてApache-2.0で公開されています。完全な重みと3種類のGGUFを提供し、クラウドからローカルまで幅広い環境でのデプロイに対応します。
小型モデルでも高性能：4BでJevBench Public 87.01%、Decision Index 58.00を達成し、多くの競合モデルの9Bクラスを上回ります。高頻度で呼び出され、コストに敏感な意思決定モデルのニーズに適しています。
評価でリード：27BはJevBench Publicで92.21%、Decision Indexで68.59を達成し、チーム内の11モデル比較ではHarnessJevBench、DataJevBench、JevBenchの3項目すべてで首位となりました。
低遅延の意思決定インターフェース：候補トークンのlogitsを直接読み取り、構造化された結果と確率を返します。双方向注意機構とflex_twiceの配置により、ワークフローの高頻度な判断処理への組み込みに適しています。
Alibabaエコシステムとの統合が容易：ModelScopeでホスティングされ、QwenPawのメインラインに統合されています。ツールの自動承認とコンテキスト圧縮をワンクリックで有効化でき、AgentScopeと同じエコシステムに属するため、導入が容易です。
フルスタックのエンジニアリングを公開：再帰的自己改善データパイプライン、HarnessJevBench、DataJevBenchという2つのシナリオベンチマークをすべてオープンソースで公開しており、コミュニティによる再現と貢献が可能です。

公式サイト：https://decisionplayground.agentscope.io/
GitHubリポジトリ：https://github.com/agentscope-ai/Piccolo

Agentツールの自動承認：QwenPawまたは独自のAgentランタイムに組み込み、各ツール呼び出しを判断します。読み取り専用操作を許可し、上書き保存などの破壊的なコマンドをブロックすることで、人間による逐次承認を置き換えます。
コンテキスト圧縮とメモリ選別：コンテキストの負荷が高まった際、過去のメッセージやツール結果のうち関連性が低い内容を判断し、圧縮または破棄する一方で重要な情報を保持します。
データ処理ワークフローの意思決定：データの取り込み、クリーニング、マスキング、納品の各段階で判断します。たとえば、クリーニングと重複除去の順序、税額フィールドが不足している場合の追加要求、外部送信前のメールアドレスのマスキング要否などを決定します。
業務フローにおける権限と完了確認：Agentの実行制御において、操作が権限を逸脱していないか、タスクの証拠が完了を宣言するのに十分か、一時的な障害が発生した際に再試行するかを判断します。
ゲームおよびインタラクティブ環境でのリアルタイム意思決定：ゲーム画面に基づき、キャラクターの移動、攻撃、回避に対するキー入力レベルのアクション指示を提供します。リバーシや倉庫番など、局面判断が必要な戦略ゲームにも利用できます。