本稿は、「大規模AIの“重い”課題を解決するSLM」の続編記事です。前回の記事では大規模AI導入の”重い現実”と現実を回避する手段としてのSmall Language Models（SLM）の基本、そして、SLMがLLMと比較してなぜ「小規模」でありながらも注目されているのか、その基本的な違いについて解説しました。

今回は、さらに踏み込んで、SLMがどのようにしてAIの「常識」を覆し、ビジネスに必要なパフォーマンスと効率性の最適なバランスをもたらすのかを具体的に見ていきましょう。

SLMというワードを聞いたことがありますでしょうか？　生成AIの登場により”LLM：大規模言語モデル（Large Language Model）”という言葉が業界内ではよく聞くようになりましたが、”SLM”というワードはあまり聞くことがありません。

AI業界はスケールの拡大（モデルの大規模化やパラメータの増加）こそが唯一の競争手段かのような状況になり、規模が大きければ良いといった流れになりつつありますが、一方でクラウドサービスコスト（従量課金）の上昇といった大問題にも直面しています。

そんな中で、超大企業以外の多くの企業にとってメリットが大きいのでは？と私たちが考えているSLM（Small Language Models）についてご紹介していきます。