# PFN、金融向け小型AI「PLaMo 3.0 Fin」を公開

> Preferred Networksが金融業務を想定したモデルをHugging Faceで公開。MN-Core 2で追加学習し、閉域クラウドやオンプレミスへの導入にも対応します。

Oossa · 2026-11-09 · https://oossa.com/ja/pfn-ai-plamo-3-0-fin

Preferred Networks（PFN）は2026年11月9日、金融機関の実務利用を想定した小規模言語モデル「PLaMo 3.0 Fin」を開発し、Hugging Faceで公開しました。基盤には同社の生成AIモデル「PLaMo」を使っています。モデルの重みを公開する「オープンウェイト」形式ですが、利用条件やライセンスの詳細は発表内容に記載されていません。

金融機関が自社の環境で使えるよう、クラウドの閉域環境やオンプレミス環境への導入にも対応します。閉域環境は、外部のインターネットから隔離して運用するクラウド環境です。PFNが示したデモでは、顧客からの問い合わせの緊急度を分類し、結果をJSON形式で出力します。これは検証用環境で作成したデモであり、金融機関での運用実績や分類精度は示されていません。

## 学習には自社開発の半導体を使用

PLaMo 3.0 Finの追加学習では、Reasoning（段階的に考える処理）や、ツールを使うための指示に従う能力を学習させました。計算には、PFN開発のAI半導体「MN-Core 2」を搭載したグループの計算基盤「PFCP」を使ったといいます。

PFNによると、コーディングエージェントを使うプログラム移植手法を活用し、MN-Core 2に詳しくない開発者でも、学習用コードの移植を1週間以内に完了しました。複数のボードを使う分散学習にも対応したとのことです。また、移植したコードでの学習速度は、GPUを使う環境と同等の実用的な水準だったとしています。比較に使ったGPUや測定条件、独立した検証結果は明らかにされていません。

## 金融機関が自社環境で使う選択肢に

金融機関では、顧客情報や業務データを扱うため、利用するAIを自社の管理下に置きたい場合があります。PFNは、クラウドの閉域環境やオンプレミスでの導入に対応するとしています。ただし、必要な計算資源や導入費用、実際に対応する業務の範囲は今回の発表では分かりません。

## 事実

- PFNは2026年11月9日、金融向けSLM「PLaMo 3.0 Fin」をHugging Faceで公開しました。
- モデルは「PLaMo」をベースにし、MN-Core 2を使って追加学習されました。
- PFNは、学習用コードの移植が1週間以内に完了し、学習速度はGPU環境と同等の実用的な水準だったと説明しています。
- PFNが示した検証用デモは、顧客問い合わせの緊急度を分類してJSON形式で出力します。

## なぜ重要か

金融機関のシステム担当者にとっては、モデルを閉域クラウドや自社サーバーに置く選択肢が示されたことが具体的な変化です。一方、導入費用や対応できる業務、デモの精度は公表されておらず、現場でどこまで使えるかはまだ判断できません。

## 出典と参考資料

1. [PFN、金融特化型のSLM「PLaMo 3.0 Fin」をHugging Faceで公開](https://ai.watch.impress.co.jp/docs/news/2154802.html) – AI Watch, 2026-11-09

最終更新: 2026-11-09