Unoとは

Unoとは、通常の大規模言語モデルに軽量な拡散用の重みを加え、複数の単語の断片を並行して作ることで回答生成を速める研究モデルです。元の言語モデルが持つ回答の確率分布を保ちながら、順番待ちになる生成処理を減らす仕組みと考えるとよいでしょう。

IFMなどの研究者が2026年9月3日に論文とコードを公開しました。ここでいう拡散は、画像を作るサービスの名前ではなく、文章の複数箇所を段階的に決める生成手法です。

普通のLLMと何が違う？

一般的な自己回帰型LLMは、前までに作った文字列を見て、次の一単位を順番に決めます。Unoはこの基礎となる重みを残し、複数単位をまとめて提案する拡散用の重みを追加します。文章力を一から作り直すのではなく、既存モデルへ並列生成の役割を足す構成です。

提案した複数単位は、Ψ-Specという手順で元のモデルに沿って確かめられます。論文がいう「損失なし」は、固定した文脈の条件で元の自己回帰モデルの確率分布を変えないという意味です。毎回同じ文章になることや、どの機器でも同じ速度になることを保証する表現ではありません。

投機的デコーディングとの違い

投機的デコーディングは、軽い下書きモデルが先の候補を作り、本体モデルがまとめて確認する高速化です。Unoは別の下書きモデルを用意せず、基礎モデルに追加した拡散用の重みから候補を作ります。管理する独立モデルを減らせる一方、Uno用の重みと対応する実行基盤は必要です。K2 Horizonの公式記事は、Unoを基礎モデルへ付け足すLoRAアダプターとして配ると説明しています。

導入前に測る3つの数字

論文が報告する高速化は、基礎モデルと比べて最大3倍。投機的デコーディングの主要手法よりも、試したすべての同時処理数で高い処理量を得たとしています。評価では、一件の回答が出るまでの時間、一定時間に処理できる件数、答えの品質を同時に測ります。高速化は依頼の長さ、同時利用数、GPU、サンプラーの設定で変わるため、この最大値だけで費用対効果を計算できません。

既存の運用へ入れるなら、まず社内の代表的な依頼を固定し、基礎モデルとUno版を同じ条件で比べます。応答が速くても、実行基盤の保守や追加重みの更新が増えるなら、その作業費も含めるべきです。研究結果の高速化率を、そのまま本番の処理能力として予算化しないでください。

Unoに関するよくある質問

Unoは既存のLLMをゼロから学習し直す必要がありますか？

論文では、最初からUnoとして学習する方法と、既存の公開LLMへ拡散用の重みを追加する方法の両方が示されています。利用する基礎モデルに合う公開レシピや重みがあるかを先に確認してください。

Unoの公開チェックポイントを取得するのにHugging Faceのトークンは必要ですか？

公式リポジトリは、公開チェックポイントはトークンなしで取得できると説明しています。ただし、評価で使う制限付きデータセットなどには別途トークンが必要な場合があります。

Unoを使えば必ず3倍速くなりますか？

いいえ。最大3倍は著者の評価条件で得られた上限値です。依頼の長さ、同時処理数、GPU、実行設定が変われば速度差も変わるため、自社条件で測る必要があります。