# Aleph Alpha、ドイツ語で推論するモデルを訓練

> Aleph Alphaによると、約80万件のドイツ語の訓練例を使い、小型AIモデルにドイツ語で推論過程を生成させることができた。一方で、トレードオフも明らかになった。当初、ドイツ語のベンチマークスコアは低下し、その一因として、モデルが自分の思考を繰り返す状態に陥ったことが挙げられる。

Oossa · 2026-09-29 · https://oossa.com/ja/aleph-alpha-trains-a-model-to-reason-in-german

Aleph Alphaの研究者、Niklas Finken氏とSimon Thel氏は、ドイツ語で回答するだけでなく、ドイツ語で推論するようAIモデルを訓練する方法を説明している。他のモデルにドイツ語で推論を始めさせて約80万件の訓練例を作成し、それを使って、アクティブパラメーター数30億のモデルをファインチューニングした。

同社によると、英語での性能は変わらなかったが、ドイツ語の数学スコアは当初低下した。German AIME 2026では、スコアが70.2から48.3に下がり、数学データを最も多く使った実験で67.3まで回復した。研究者らは、同じ科目分野のドイツ語データを追加するほうが、ドイツ語データ全般を追加するより効果が高かったと説明。また、この手法では、モデルが推論を繰り返すループ状態に陥るのを、まだ確実には防げないという。

## 事実

- 研究者らは、教師ありファインチューニング用のドイツ語データを約80万件作成した。
- German AIME 2026のスコアは、変更前が70.2、当初は48.3、数学データを最も多く使った実験では67.3だった。

## なぜ重要か

ドイツ語を話すユーザーにとって、この研究は母語で読めるAIの推論に向けた一歩となる一方、言語の一貫性を高めることで、正確性や信頼性が損なわれる可能性も示している。

## 出典と参考資料

1. [Through the Valley of Tears: Cold Starting German Reasoning in LLMs](https://www.aleph-alpha.com/en/blog/through-the-valley-of-tears-cold-starting-german-reasoning-in-llms/) – Aleph Alpha, 2026-09-29

最終更新: 2026-09-29