Bongard-mini機械の直観。

T5Gemma 2を基にしたオープンウェイトのJev系判断モデル。状況と候補回答を入力すると、確率を返します。

一度読み、並列に判断する。

図1 — ひとつの物体、三つの影

正方形 · 円 · 三角形

ひとつの状況、異なる判断。

01 — 概要

説明できる前に、関係を見る。

Bongard-miniは、重みを公開した判断モデルです。状況(メッセージ、文書、ウェブページ、表、エージェントの現在の状態など)に、判断したい問いと答えの候補を添えて渡すと、状況を一度読み、すべての候補に確率を返します。テキストは書きません。

用途

  • ルーティングと振り分け

    チケット、メール、リクエストを、適切なチーム・モデル・ツールへ送ります。

  • 検査とガードレール

    フィッシング、ジェイルブレイクの試み、危険な操作を、人やエージェントに届く前に見つけます。

  • 根拠と関連性

    質問に答えている文章を選び、主張が出典に裏づけられているかを確かめます。

  • エージェントの判断

    エージェントの現在の状態から次の一手を判断します。一手ごとに速い呼び出しが一回だけです。

重みを公開 · 75億パラメータ · テキストと画像に対応 · 51言語でテスト済み · 3万トークンまでの文書でテスト済み

経験を積んだ棋士は有望な一手を見抜き、読み手は皮肉に気づきます。こうした判断は経験から学んだ関係にもとづいていて、多くの場合、一つひとつの手順を説明できるより先に下されます。

直観は、理由の一覧としては書き表しにくいパターンも使えます。その価値は速さだけではありません。Bongardは、この種の判断を、独立して設計し学習させる能力として扱います。

二つのグループを見てください。何が両者を分けているでしょうか。ルールを表示する前に、見抜いてみてください。

モデルの名前は、ミハイル・ボンガルド(Mikhail Bongard)が1967年に初めて発表した視覚パズルに由来します。各グループには六つの図形があり、あるルールが一方では成り立ち、もう一方では成り立ちません。

左凸図形

右凹図形

図2 — 問題4、ボンガルド(1967)より。

02 — デモ

ひとつのモデル、さまざまな状況。

公開デモの実際の応答を再生しています。各タブは一つの入力と、モデルが各候補回答に返した確率を示します。

ライブデモで入力を編集する

例を選び、入力と「Questions & settings」の問いを編集して、Runを押します。

Hugging Face ZeroGPU上で動作します。匿名利用の枠は限られ、ログインすると枠が増えます。重みを入手してローカルで実行することもできます。

録画の再生 · 2026年9月30日

入力

channelemail

planpro

subject注文 #4821 が二重に請求されました

body今朝、同じ注文でカードに2回請求されています。重複分を返金してください。

入力を一度読む過程を再生録画した出力 · 一回の順伝播で5つの答え

  1. Choice

    この問い合わせはどのチームが担当すべきですか?

    billing 0.95account 0.03technical 0.01

  2. Noul

    顧客は返金を求めていますか?

    はい 0.72いいえ 0.28

  3. Score

    緊急度は1から5でどのくらいですか?

    3 0.33期待値 2.5

  4. Choice

    メッセージの口調はどれですか?

    calm 0.40frustrated 0.31angry 0.29

  5. Noul

    返信の前に人の承認が必要ですか?

    いいえ 0.78はい 0.22

リクエストとレスポンス
{
  "request": {
    "state": {
      "channel": "email",
      "plan": "pro",
      "subject": "注文 #4821 が二重に請求されました",
      "body": "今朝、同じ注文でカードに2回請求されています。重複分を返金してください。"
    },
    "questions": {
      "route": {
        "type": "choice",
        "instructions": "この問い合わせはどのチームが担当すべきですか?",
        "criteria": {
          "billing": null,
          "technical": null,
          "shipping": null,
          "account": null
        }
      },
      "refund": {
        "type": "noul",
        "instructions": "顧客は返金を求めていますか?"
      },
      "urgency": {
        "type": "score",
        "instructions": "緊急度は1から5でどのくらいですか?",
        "criteria": [
          "1",
          "2",
          "3",
          "4",
          "5"
        ]
      },
      "tone": {
        "type": "choice",
        "instructions": "メッセージの口調はどれですか?",
        "criteria": {
          "calm": null,
          "frustrated": null,
          "angry": null
        }
      },
      "review": {
        "type": "noul",
        "instructions": "返信の前に人の承認が必要ですか?"
      }
    }
  },
  "response": {
    "answers": {
      "route": {
        "type": "choice",
        "probs": {
          "billing": 0.952,
          "technical": 0.008,
          "shipping": 0.006,
          "account": 0.034
        }
      },
      "refund": {
        "type": "noul",
        "p": 0.717
      },
      "urgency": {
        "type": "score",
        "probs": [
          0.193,
          0.305,
          0.326,
          0.148,
          0.029
        ]
      },
      "tone": {
        "type": "choice",
        "probs": {
          "calm": 0.404,
          "frustrated": 0.307,
          "angry": 0.289
        }
      },
      "review": {
        "type": "noul",
        "p": 0.223
      }
    }
  }
}

入力

差出人Northbankセキュリティ <alerts@northbank-verify.co>

件名【緊急】お客様のアカウントはロックされました

お客様のアカウントで不審なサインインを検知しました。安全のため、アカウントをロックしています。24時間以内に http://northbank-verify.co/login で本人確認を行ってください。確認がない場合、アカウントは永久に閉鎖されます。

Northbankセキュリティチーム

入力を一度読む過程を再生録画した出力 · 一回の順伝播で5つの答え

  1. Noul

    このメールはフィッシングですか?

    はい 0.73いいえ 0.27

  2. Choice

    メールは受信者に何をするよう求めていますか?

    リンク先でサインイン 0.71個人情報を返信 0.20なし 0.05

  3. Score

    メールは受信者にどの程度の時間的なプレッシャーをかけていますか?

    中程度 0.29期待値 3.0

  4. Noul

    送信元のドメインは、その銀行自身のドメインですか?

    はい 0.52いいえ 0.48

  5. Choice

    メールフィルターはこのメールをどう扱うべきですか?

    警告付き配信 0.47隔離 0.27通常配信 0.26

リクエストとレスポンス
{
  "request": {
    "state": "差出人:Northbankセキュリティ <alerts@northbank-verify.co>\n件名:【緊急】お客様のアカウントはロックされました\n\nお客様のアカウントで不審なサインインを検知しました。安全のため、アカウントをロックしています。24時間以内に http://northbank-verify.co/login で本人確認を行ってください。確認がない場合、アカウントは永久に閉鎖されます。\n\nNorthbankセキュリティチーム",
    "questions": {
      "phishing": {
        "type": "noul",
        "instructions": "このメールはフィッシングですか?"
      },
      "request": {
        "type": "choice",
        "instructions": "メールは受信者に何をするよう求めていますか?",
        "criteria": {
          "リンク先でサインイン": "リンク先のページでサインインまたはパスワードを入力する。",
          "支払い": "送金または請求書の支払いをする。",
          "添付を開く": "添付ファイルを開く、またはダウンロードする。",
          "個人情報を返信": "個人情報や口座情報を返信する。",
          "なし": "何も求めていない。"
        }
      },
      "pressure": {
        "type": "score",
        "instructions": "メールは受信者にどの程度の時間的なプレッシャーをかけていますか?",
        "criteria": [
          "なし。",
          "弱い。",
          "中程度。",
          "強い。",
          "非常に強い。"
        ]
      },
      "own_domain": {
        "type": "noul",
        "instructions": "送信元のドメインは、その銀行自身のドメインですか?"
      },
      "filter": {
        "type": "choice",
        "instructions": "メールフィルターはこのメールをどう扱うべきですか?",
        "criteria": {
          "通常配信": "通常どおり配信する。",
          "警告付き配信": "警告バナーを付けて配信する。",
          "隔離": "隔離フォルダーに保留する。"
        }
      }
    }
  },
  "response": {
    "answers": {
      "phishing": {
        "type": "noul",
        "noul": 0.7287662603531366
      },
      "request": {
        "type": "choice",
        "probabilities": {
          "リンク先でサインイン": 0.710653799228591,
          "支払い": 0.01441341073905349,
          "添付を開く": 0.029235856451598635,
          "個人情報を返信": 0.197017124914606,
          "なし": 0.048679808666151
        },
        "choice": "リンク先でサインイン",
        "confidence": 0.6383172490357386
      },
      "pressure": {
        "type": "score",
        "probabilities": {
          "0": 0.1577901770707465,
          "1": 0.1799798867929783,
          "2": 0.2947908604349367,
          "3": 0.25008290253427823,
          "4": 0.1173561731670602
        },
        "score": 1.9892350079339272,
        "legend": {
          "0": "なし。",
          "1": "弱い。",
          "2": "中程度。",
          "3": "強い。",
          "4": "非常に強い。"
        },
        "confidence": 0.18303709183094174
      },
      "own_domain": {
        "type": "noul",
        "noul": 0.5145307908632168
      },
      "filter": {
        "type": "choice",
        "probabilities": {
          "通常配信": 0.25622265163324853,
          "警告付き配信": 0.4714452124838278,
          "隔離": 0.27233213588292354
        },
        "choice": "警告付き配信",
        "confidence": 0.20716781872574172
      }
    }
  }
}

入力

顧客の質問オンラインで買った未使用のヘッドホンは、いつまで返品できますか?

返品ポリシーオンラインで購入した未使用のヘッドホンは、お届けから30日以内であれば返品できます。レシートは保管してください。

保証ヘッドホンには、製造上の欠陥を対象とする2年間の保証があります。

配送オンライン注文は通常3〜5営業日でお届けします。

入力を一度読む過程を再生録画した出力 · 一回の順伝播で4つの答え

  1. Choice

    顧客の質問に最も直接答えているのはどの文章ですか?

    返品ポリシー 0.88配送 0.07保証 0.05

  2. Score

    「返品ポリシー」の文章は、質問にどの程度答えていますか?

    求められた返品期限を直接示している 0.74期待値 2.7

  3. Noul

    これらの文章は、オンラインで購入した未使用のヘッドホンの返品期限を30日と述べていますか?

    はい 0.85いいえ 0.15

  4. Noul

    これらの文章は、オンラインで購入した未使用のヘッドホンの返品期限を60日と述べていますか?

    いいえ 0.78はい 0.22

リクエストとレスポンス
{
  "request": {
    "state": "顧客の質問:オンラインで買った未使用のヘッドホンは、いつまで返品できますか?\n\n返品ポリシー:オンラインで購入した未使用のヘッドホンは、お届けから30日以内であれば返品できます。レシートは保管してください。\n\n保証:ヘッドホンには、製造上の欠陥を対象とする2年間の保証があります。\n\n配送:オンライン注文は通常3〜5営業日でお届けします。",
    "questions": {
      "best_evidence": {
        "type": "choice",
        "instructions": "顧客の質問に最も直接答えているのはどの文章ですか?",
        "criteria": {
          "返品ポリシー": null,
          "保証": null,
          "配送": null
        }
      },
      "return_policy_relevance": {
        "type": "score",
        "instructions": "「返品ポリシー」の文章は、質問にどの程度答えていますか?",
        "criteria": [
          "質問とは無関係。",
          "関連する話題だが、求められた返品期限は示していない。",
          "求められた返品期限を直接示している。"
        ]
      },
      "thirty_days_supported": {
        "type": "noul",
        "instructions": "これらの文章は、オンラインで購入した未使用のヘッドホンの返品期限を30日と述べていますか?"
      },
      "sixty_days_supported": {
        "type": "noul",
        "instructions": "これらの文章は、オンラインで購入した未使用のヘッドホンの返品期限を60日と述べていますか?"
      }
    }
  },
  "response": {
    "answers": {
      "best_evidence": {
        "type": "choice",
        "probabilities": {
          "返品ポリシー": 0.8751975710548461,
          "保証": 0.052961837529477224,
          "配送": 0.07184059141567661
        },
        "choice": "返品ポリシー",
        "confidence": 0.8127963565822691
      },
      "return_policy_relevance": {
        "type": "score",
        "probabilities": {
          "0": 0.0689394029657926,
          "1": 0.19226390365865606,
          "2": 0.7387966933755513
        },
        "score": 1.6698572904097586,
        "legend": {
          "0": "質問とは無関係。",
          "1": "関連する話題だが、求められた返品期限は示していない。",
          "2": "求められた返品期限を直接示している。"
        },
        "confidence": 0.504785935614638
      },
      "thirty_days_supported": {
        "type": "noul",
        "noul": 0.8512179909918229
      },
      "sixty_days_supported": {
        "type": "noul",
        "noul": 0.22270013882530884
      }
    }
  }
}

入力

ユーザーのタスクビルドサーバーのディスク容量を空ける。

エージェントの計画(6ステップ中4)sudo rm -rf /var/lib/postgresql/data を実行する

直近の観察ディスク使用率97%。最大のディレクトリは /var/lib/postgresql/data(212 GB)で、本番データベースのデータディレクトリです。

入力を一度読む過程を再生録画した出力 · 一回の順伝播で4つの答え

  1. Choice

    提案されたコマンドをどう扱うべきですか?

    人に確認 0.41書き換え 0.40実行 0.19

  2. Noul

    このコマンドは重要なデータを取り返しのつかない形で削除しますか?

    はい 0.67いいえ 0.33

  3. Noul

    このコマンドは、ディスク容量を空ける安全な方法ですか?

    いいえ 0.67はい 0.33

  4. Score

    このコマンドをそのまま実行するリスクはどの程度ですか?

    壊滅的 0.52期待値 4.1

リクエストとレスポンス
{
  "request": {
    "state": "ユーザーのタスク:ビルドサーバーのディスク容量を空ける。\nエージェントの計画(6ステップ中4):`sudo rm -rf /var/lib/postgresql/data` を実行する\n直近の観察:ディスク使用率97%。最大のディレクトリは /var/lib/postgresql/data(212 GB)で、本番データベースのデータディレクトリです。",
    "questions": {
      "next": {
        "type": "choice",
        "instructions": "提案されたコマンドをどう扱うべきですか?",
        "criteria": {
          "実行": "今すぐ実行する。",
          "人に確認": "一時停止し、人の承認を求める。",
          "書き換え": "より安全なコマンドに置き換える。"
        }
      },
      "irreversible": {
        "type": "noul",
        "instructions": "このコマンドは重要なデータを取り返しのつかない形で削除しますか?"
      },
      "safe_fix": {
        "type": "noul",
        "instructions": "このコマンドは、ディスク容量を空ける安全な方法ですか?"
      },
      "risk": {
        "type": "score",
        "instructions": "このコマンドをそのまま実行するリスクはどの程度ですか?",
        "criteria": [
          "無害。",
          "低い。",
          "中程度。",
          "高い。",
          "壊滅的。"
        ]
      }
    }
  },
  "response": {
    "answers": {
      "next": {
        "type": "choice",
        "probabilities": {
          "実行": 0.18683587781590016,
          "人に確認": 0.4127794783273953,
          "書き換え": 0.4003846438567046
        },
        "choice": "人に確認",
        "confidence": 0.11916921749109298
      },
      "irreversible": {
        "type": "noul",
        "noul": 0.6740904003948566
      },
      "safe_fix": {
        "type": "noul",
        "noul": 0.3323280406847268
      },
      "risk": {
        "type": "score",
        "probabilities": {
          "0": 0.05870746057831171,
          "1": 0.05146942119527477,
          "2": 0.11713841727533503,
          "3": 0.2579665623910972,
          "4": 0.5147181385599814
        },
        "score": 3.118518497159162,
        "legend": {
          "0": "無害。",
          "1": "低い。",
          "2": "中程度。",
          "3": "高い。",
          "4": "壊滅的。"
        },
        "confidence": 0.26543208096596793
      }
    }
  }
}

入力

No encuentro mi tarjeta desde ayer. Quiero bloquearla temporalmente mientras la busco. No he visto ningún cargo desconocido.

入力を一度読む過程を再生録画した出力 · 一回の順伝播で4つの答え

  1. Choice

    メッセージは何語で書かれていますか?

    スペイン語 1.00ポルトガル語 0.00イタリア語 0.00

  2. Choice

    顧客の主な要望は何ですか?

    カードの一時停止 0.88盗難届 0.12カードの再発行 0.00

  3. Noul

    顧客は身に覚えのない請求を報告していますか?

    いいえ 0.77はい 0.23

  4. Choice

    どのチームが担当すべきですか?

    カード 0.92不正対策 0.06決済 0.03

リクエストとレスポンス
{
  "request": {
    "state": "No encuentro mi tarjeta desde ayer. Quiero bloquearla temporalmente mientras la busco. No he visto ningún cargo desconocido.",
    "questions": {
      "language": {
        "type": "choice",
        "instructions": "メッセージは何語で書かれていますか?",
        "criteria": {
          "スペイン語": "",
          "ポルトガル語": "",
          "イタリア語": "",
          "カタルーニャ語": ""
        }
      },
      "intent": {
        "type": "choice",
        "instructions": "顧客の主な要望は何ですか?",
        "criteria": {
          "カードの一時停止": "カードを一時的に利用停止する。",
          "盗難届": "カードの盗難を届け出る。",
          "請求への異議": "身に覚えのない請求に異議を申し立てる。",
          "カードの再発行": "代わりのカードを発行する。"
        }
      },
      "unknown_charge": {
        "type": "noul",
        "instructions": "顧客は身に覚えのない請求を報告していますか?"
      },
      "team": {
        "type": "choice",
        "instructions": "どのチームが担当すべきですか?",
        "criteria": {
          "カード": "カードサービス。",
          "不正対策": "不正調査。",
          "決済": "決済と送金。"
        }
      }
    }
  },
  "response": {
    "answers": {
      "language": {
        "type": "choice",
        "probabilities": {
          "スペイン語": 0.9996228084430285,
          "ポルトガル語": 0.00011000765584036696,
          "イタリア語": 0.000014058937228882925,
          "カタルーニャ語": 0.00025312496390231986
        },
        "choice": "スペイン語",
        "confidence": 0.9994970779240381
      },
      "intent": {
        "type": "choice",
        "probabilities": {
          "カードの一時停止": 0.8788795857180048,
          "盗難届": 0.11528391342217174,
          "請求への異議": 0.0019325806450490436,
          "カードの再発行": 0.003903920214774159
        },
        "choice": "カードの一時停止",
        "confidence": 0.8385061142906731
      },
      "unknown_charge": {
        "type": "noul",
        "noul": 0.2277727883538097
      },
      "team": {
        "type": "choice",
        "probabilities": {
          "カード": 0.9195484939450904,
          "不正対策": 0.05564569595194109,
          "決済": 0.024805810102968538
        },
        "choice": "カード",
        "confidence": 0.8793227409176356
      }
    }
  }
}
図3 — 各タブがひとつのリクエストです。左が入力、右が型付きの問いです。バーはすべて、Bongard-miniが2026年9月30日に公開デモで返した確率を再生したものです。

動きの中の判断。

各録画では、ゲームエンジンが局面を説明し、合法手を示します。Bongard-miniはすべての手に確率を返し(右側に表示)、最も確率の高い手が指されます。

図版1 — 2048 · ゲーム録画

エンジンが合法手と、それぞれの短い先読み評価を示し、Bongardが一つを選びます。この対局は4096のタイルに到達し、スコアは55,140。12局中9局で2048に到達しました。

03 — 結果

判断を試す。

どれだけ正しく答えるか、より大きなシステムがどこでまだ上回るか、そして確率と速度が実際の利用に耐えるか。

DecisionBenchは43タスク・23,900件の判断を評価します。Bongard-miniは61システム中4位で、Jev 1.13、DeepSeek V4.1 Flash、GPT-5.6 Lunaを上回ります。

タスク横断の判断

23,900件の判断 · 43タスク · eval分割

選んだシステム正解率
Imajev-4B79.7%
Bongard-mini78.05%
Winnow-12B76.7%
Jev 1.1372.0%
DeepSeek V4.1 Flash71.0%
GPT-5.6 Luna69.9%
表1 — Bongardは2026年9月30日に公式ランナーで78.05%を記録。23,900行すべてに回答し、エラーや切り詰めはありません。学習データとの元テキストの重複が検出されなかった20,959行では77.73%。サービングの上限はリクエストあたり262,144トークン、系列あたり131,072トークン、候補数255。実行記録と評価条件。参照スコア:DecisionBench、2026年9月29日。

04 — 仕組み

一度読み、いくつも決める。

T5エンコーダは、問いの指示も視野に入れながら状況を双方向に読みます。独立したデコーダの分岐がその共有された根拠を使い、学習済みのヘッドが各問いの候補を採点して確率を返します。テキストは生成しません。

Noul
この記述は正しいか。答えは、それが正しい確率です。
Choice
どの名前付き選択肢が当てはまるか。選択肢は最大255個で、それぞれに説明を付けられ、すべてに確率が付きます。
Score
順序のある尺度のどこか。2〜10の段階とその分布、そして期待される段階を返します。

T5Gemma 2 · 4B-4Bエンコーダ・デコーダ · 75.1億パラメータ · エンコーダは一度だけ実行し、問いは最大8個ずつ処理

ラッパーが変えるのはインターフェース。Bongardは判断そのものを学習する。

Jev、Kev、Bongardは同じ種類の問いに答えます。モデルがどう学び、根拠をどう読むかで、判断に至る道筋が決まります。

システム根拠学習読み出し
BongardT5エンコーダ・デコーダ。双方向に読んだ根拠を共有し、問いごとに分岐。判断、意味の関係、行動の結果でテキストモデル全体を学習。学習済みのヘッドが、与えられた候補を採点。
Jev非公開のアーキテクチャ。APIは共有の根拠と複数の問いを受け付ける。TypeSafeが説明するRLCD。完全なレシピは非公開。System One APIから確率を直接返す。
KevQwenの因果言語モデルが基盤。サーバーは問いのあいだで状態キャッシュを再利用。ラベル付きの判断でLoRAアダプタとポインタヘッドを学習。学習済みのポインタヘッドが、判断状態に照らして各選択肢を採点。
OpenJev(既定設定)事前学習済みのDiffusionGemma。状態と問いが一つの入力を共有。既存の重みを包む推論ラッパー。マスク位置での回答トークンの確率。

2026年9月時点で公開されている設計。RLCD:Reinforcement Learning for Calibrated Decisions(較正された判断のための強化学習)。出典とその他の実装は技術レポートをご覧ください。

状況の全体を読む。

ある節が、前の節の意味を変えます。あるログが、以前の失敗の理由を説明します。双方向に符号化することで、判断を読み出す前に、それらの事実が互いの表現に影響を与えます。

経験をモデルに入れる。

意味のペアは表現や入力をまたぐ関係を、サンドボックスの結果は行動の後に何が起きるかを教えます。これらの学習目標が、根拠と判断を一緒に形づくります。

容量をどこに使うか選ぶ。

T5は、状態を読むことと各問いを判断することを分けています。Bongardは現在4B-4Bの均衡した構成ですが、この構造なら将来、共有の読み取りに容量を多く、問いごとの処理には少なく割り当てる設計もできます。

モデル全体の学習には、アダプタの学習より多くのデータと計算が必要です。Bongardは、再利用できる判断モデルをつくるためにその投資をしています。得意とするのは、関連する根拠がそろい、いくつもの判断が必要になる状況です。たとえば一つの文書、一件のインシデント、あるいはエージェントの現在の状態です。

05 — 学習

直観は学べる。

経験は、判断が必要になるより前に判断を形づくります。Bongardは三つの段階で学びます。どう判断するか、意味がどう関わり合うか、行動の後に何が起きるか。

  1. 01

    判断

    テキスト、記録、画像から判断を学びます。対になった例から、答えを変えるべき変化と、変えるべきでない変化を学びます。

  2. 02

    関係

    言葉、画像、状態のあいだの意味の関係を学びます。同時埋め込みの目的関数が、判断と、それに関わる内容や結果を結びつけます。

  3. 03

    結果

    行動が生む結果から学びます。サンドボックスでのロールアウトと厳密ソルバーが候補行動の結果の分布を与え、モデルはその分布で直接学習します。

T5Gemma 2に学習が加えたもの

正解率 · 事前学習モデルは公開値

ベンチマークGemma 3 4BT5Gemma 2Bongard
BoolQ公開値 0-shot75.5%79.3%89.2%
WinoGrande公開値 5-shot69.9%71.6%85.7%
SocialIQA公開値 0-shot49.8%49.9%60.9%
表4 — Bongard-miniはゼロショットで、一回の順伝播で答えます。T5Gemma 2 4B-4BとGemma 3 4Bの値はT5Gemma 2の技術レポートの表4によります。

学習で変わること

評価学習前学習後
言い換えた保留問題での正解率ステージ2全体75.7%85.9%
固定したサンドボックス評価での正解率ステージ3 · 1,953状態・16,992問50.6%64.8%
モデルのルーティングの正解率ステージ2 → 最終モデル · RouterBenchの保留問題600問56.2%62.5%
表5 — 各行は、指定した評価でチェックポイントを比べたものです。学習条件、対照実験、全結果は技術レポートをご覧ください。

06 — 公開

オープンな重み、オープンなレポート。

Bongard-miniは、三段階の学習プログラムの最終モデルです。重みはGemma利用規約のもとで公開し、Apache 2.0のコードは学習、較正、サービングをカバーします。

モデル
Bongard-mini — 75億パラメータ、4B + 4Bのエンコーダ・デコーダ、T5Gemma 2ベース
オンラインで試す
Hugging Face Space
重み
Hugging FaceのAgentBull/bongard-mini
レポート
Bongard: Training Machine Intuition(PDF)
コード
GitHubのAgentBull/bongard
ライセンス
Gemma利用規約
著者
Li Ding, Haidi Jin, Chen Ji
発行
AgentBull Pte Ltd、シンガポール、2026年9月

# hf download AgentBull/bongard-mini --local-dir bongard-mini
from bongard.inference import Predictor

model = Predictor.load("bongard-mini")

model.predict({
    "state": {"subject": "Charged twice for order #4821"},
    "questions": {
        "refund": {"type": "noul",
                   "instructions": "Is the customer asking for a refund?"},
        "route": {"type": "choice",
                  "instructions": "Which team should handle this?",
                  "criteria": {"billing": "", "shipping": "", "technical": ""}},
    },
})

引用

@techreport{ding2026bongard,
  title  = {Bongard: Training Machine Intuition},
  author = {Ding, Li and Jin, Haidi and Ji, Chen},
  institution = {AgentBull Pte Ltd},
  year   = {2026},
  month  = sep
}