inclusionAI、Ling・Ring・Mingシリーズの学習内容要約を公開
基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | inclusionAI/AI-Transparency |
| 公開日 | 2026-09-24 |
| 出典の種類 | 公開元の一次情報(公式HFリポジトリ(inclusionAI)で裏付けあり) |
収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。
概要
inclusionAIは2026年9月24日、同社が提供するAIモデルの学習内容に関する要約（Training Content Summaries）を公開した。この公開は、欧州連合（EU）の規則である「Regulation (EU) 2024/1689」の第53条第1項(d)に関連する透明性要件に対応するものである。対象となるモデルは、Ling、Ring、Mingの各シリーズを含む広範なラインナップとなっており、Hugging Faceのリポジトリ「inclusionAI/AI-Transparency」を通じてドキュメントが提供されている。
発表の内容
公開されたリポジトリには、特定のモデルバージョンにおける学習内容の要約を記載したPDF形式のドキュメントが含まれている。これらはモデルの重み（ウェイト）や学習用データセットそのものを配布するものではなく、あくまで学習データの構成などを説明するためのドキュメントである。
ドキュメントが提供されている主なモデルとバージョンは以下の通りである。
- Lingシリーズ
-
Ling-2.0（Ling 1T、Ling-flash 2.0、Ling-mini-2.0を含む） – Ling-2.5 – Ling-2.6-1T（Ling-2.6-flashおよびLing-2.6-1Tを含む） – Ling-3.0 LLM（Ling-3.0-flash、Ling-3.0-tiny、Ling-3.0-flash-finを含む） – Ling-3.0-flash-VL
-
Ringシリーズ
-
Ring-2.0（Ring 1T、Ring-flash 2.0、Ring-mini-2.0を含む） – Ring-2.5-1T – Ring-2.6-1T
-
Mingシリーズ
- Ming-Omni（Ming-flash-omni-previewおよびMing-flash-omni-2.0を含む） – Ming-UniAudio-16B-A3B – Ming-UniVision-16B-A3B
資料の適用範囲については厳密に定義されており、各ドキュメント内で特定されたモデル名およびバージョンにのみ限定される。リポジトリ名に「quantization（量子化）」の接尾辞が付いている場合や、同じモデルファミリー名であっても、ドキュメントに明記されていない限り、その範囲が自動的に拡張されることはないとしている。
また、これらの要約ドキュメントは、基礎となるトレーニングデータの配布や、第三者のコンテンツに対する権利を付与するものではない。モデルの具体的な能力、使用方法、制限事項、およびライセンス条項については、各モデルの個別のリポジトリを参照する必要がある。ドキュメントの存在自体は、当局による承認や認証を意味するものではなく、inclusionAIのすべてのモデルが網羅されていることを保証するものでもないと説明されている。
ドキュメントの管理については、PDF内のバージョン番号と更新日によって識別される。リポジトリのコミット履歴によって公開ファイルの変更が記録されるが、PDF内に記載された日付は必ずしもオンラインでの最初の公開日を証明するものではないとしている。不明点については、各要約に記載された連絡先または公式のコンタクトページを通じて問い合わせるよう案内されている。
背景
今回のドキュメント公開の背景には、欧州連合（EU）が採択した「AI法（Regulation (EU) 2024/1689）」の存在がある。この法律は、AIシステムの安全性と透明性を確保することを目的としており、特に第53条第1項(d)において、汎用AI（GPAI）モデルの提供者に対し、学習に使用したコンテンツに関する十分に詳細な要約を公開することを義務付けている。inclusionAIはこの法的要件に準拠する形で、自社が開発・提供するLing、Ring、Mingといった主要なモデルファミリーの学習内容を整理し、公開した。
資料によれば、これらの要約はEU規則に関連付けられた公開テンプレートに基づいて作成されている。これは、AI開発企業がどのようなデータを使用してモデルを構築したかを、規制当局や一般利用者が確認できるようにするための標準的な枠組みである。inclusionAIは、自社のリポジトリ「inclusionAI/AI-Transparency」を通じてこれらの情報を一元的に管理・公開することで、法的なコンプライアンスを果たすとともに、自社モデルの透明性を高める姿勢を示している。なお、資料内では「ドキュメントの存在は当局による認証を意味するものではない」と明記されており、あくまで企業側による自主的な情報開示のステップであることが強調されている。
ローカルLLMの利用者への影響
ローカル環境でオープンウェイトモデルを運用する技術者にとって、今回の発表はモデルの「信頼性評価」に寄与する重要な情報提供となる。これまでブラックボックスになりがちだった学習データの構成が、公式なドキュメントとして明文化されたことは大きな前進である。
まず、利用者にとっての直接的なメリットは、自分がダウンロードして実行しているLing-3.0やRing-2.6といったモデルが、どのようなデータソースの構成で学習されたのかを、公開されたPDFドキュメントを通じて確認できるようになった点にある。これは、モデルの得意不得意や、出力に含まれる可能性のある情報の偏り（バイアス）を理解する上で、重要な判断材料となる。特定のドメインにおける性能の根拠を、学習データの傾向から推測する際の手助けとなるだろう。
一方で、技術者が留意すべき点もいくつか存在する。第一に、今回の発表はあくまで「ドキュメント」の公開であり、モデルの重み（ウェイト）や学習用データセットそのものの追加公開ではない。資料には「このリポジトリはドキュメントを提供するものであり、モデルの重みやトレーニングデータセットを配布するものではない」と明記されている。したがって、ローカルでの実行環境を構築するためのバイナリリソースが直接増えるわけではない。
第二に、ライセンスや入手性についても、今回のドキュメント自体が新たな権利を付与したり、制限を課したりするものではない。資料では、モデルの能力、使用方法、制限事項、およびライセンス条項については、引き続き各モデルの個別リポジトリを参照するよう求めている。そのため、既存のオープンウェイトモデルの利用条件が、この発表によって直ちに改善または変更されるという言及はない。
第三に、ドキュメントの適用範囲の厳密さである。資料によれば、要約のスコアは各ドキュメント内で特定されたモデル名およびバージョンに限定される。リポジトリ名に「quantization（量子化）」の接尾辞が付いている場合や、同じモデルファミリー名であっても、ドキュメントに明記されていない限り、その範囲が自動的に拡張されることはない。利用者は自分が使っている特定のバージョンがドキュメントの対象に含まれているかを、正確に確認する必要がある。
提供形態に関しても、将来的にAPI中心に移行するのか、あるいは引き続きローカル実行可能な形式での公開を優先するのかといった方針については、資料からは読み取れない。また、今後のモデル公開がオープンウェイトで継続されるかどうかも、この透明性ドキュメントの範囲外となっている。総じて、今回の公開は「モデルの中身に関する説明責任」を果たすためのものであり、技術者はモデルの評価や選定の際に、より詳細な背景情報を参照できるようになったと言える。