ServiceNowは、Apriel SLMシリーズの150億パラメータモデルであるApriel-Nemotron-15B-Thinkerを発表しました。このモデルは、o1-mini、QWQ32B、EXAONE-Deep-32Bといったより大きな300〜320億パラメータのベースラインと同等かそれ以上のパフォーマンスを発揮しながら、メモリフットプリントを約半分にとどめています。

このモデルは4段階のトレーニングパイプラインに基づいて構築されています。12Bバックボーンからのベースモデルアップスケーリング、推論トレースを用いた継続的プレトレーニング、高品質な推論データによる教師ありファインチューニング、そしてGroup Relative Policy Optimization (GRPO) を用いた強化学習です。

7つのエンタープライズ向けベンチマークと5つの学術的な推論タスクでの評価により、このモデルは単一のH100またはデュアルコンシューマーGPUのメモリ容量内に収まりながら、そのサイズとしては最先端の結果を達成していることが示されました。

このアプローチは、限られたハードウェアで実行可能なほど小さくしながらも、複雑な多段階推論、ツール呼び出し、ドメイン固有のエンタープライズタスクに十分賢いモデルというギャップに対応します。