Piqo 1.0
Piqo は、日本のソーシャルネットワーク Yudetter の レコメンデーション AI です。短い SNS 投稿を読み、(a) 42 のトピックカテゴリに 対する確率分布、(b) ユーザーごとの興味プロファイル構築に使う 192 次元埋め込み、 (c) 表層的な表現スコアを予測します。小さな選択ポリシーが、学習済みの興味 プロファイルに対して候補投稿をランキングします。
Piqo 1.0 はこのモデルの最初の完成リリースです。0.19.0-luna-long-64 チェックポイント（v0.17 の興味学習エンコーダを長文データで継続学習したもの） に基づいており、このチェックポイントは 2026-11-02 以来プロジェクトの 安定版に指定されています。
モデルの詳細
- PostEncoder： 4,513,643 パラメータ。ByteLevel BPE トークナイザ （語彙数 32,000）、投稿テキストに対する transformer 型エンコーダ。
- 投稿ごとの出力： 42カテゴリの確率、192次元埋め込み、信頼度、 トークン数、表現スコア（文量・反復・リンク数に基づく表層的なヒューリ スティクスで、内容の品質を判定するものではありません）。
- SelectionNetwork： 小さなポリシー（約4.7Kパラメータ）。
models/recommendation_policy.ptとして同梱され、従来のランキング 経路で使われます。 - ランタイム： PyTorch。リファレンス実装は
sns_ai/にあります （推論はengine.py、プロファイルとランキングはrecommender.py/store.py）。
トピックカテゴリ（42）
technology, ai, devices, security, science, space, math, education, business, finance, marketing, career, food, gourmet, sweets, drinks, travel, overseas, outdoors, transport, sports, fitness, running, martial_arts, arts, music, entertainment, gaming, life, pets, family, gardening, health, beauty, fashion, politics, law, community, relationships, real_estate, history, philosophy
ファイル
models/post_encoder.pt— エンコーダの重み (sha256 f4eb432ab9875802440d1da4dbd1a30de687db5b933dbd273d6f4441f6b8b05b)models/recommendation_policy.pt— 選択ポリシーの重み (sha256 bafdd3072106be934ad9651791d0011db0e0602bc012df80944173b9bd46c2af)assets/tokenizer.json— ByteLevel BPE トークナイザsns_ai/— 推論 / レコメンデーションのコード（バージョン 0.19.0-luna-long-64）manifest.json— 元のリリースパッケージのファイル別 sha256 マニフェスト
ベンチマーク — JPPostBench v1
日本語の短文投稿理解のためのオープンベンチマーク JPPostBench v1 で 測定しています（合成データの dev セットです。仕様と注意事項の全文は データセット側を参照してください）。
測定性能（プロジェクト内部の評価）
- 既存42カテゴリセット： top-1 52.4%
- 日常投稿セット： top-1 95.0%
- 新規42カテゴリセット： top-1 27.9%
- 実投稿の一致率（サイト運営者の投稿、人手判定の分布との比較）： top-1 22.3%
制限事項
- 実在の投稿に対する top-1 一致率は控えめです（約22〜25%）。短い投稿は 本質的に曖昧で、同じ投稿に対する独立した教師ラベルの一致自体が約1/4 程度しかないため、単一ラベルの指標で示せるものには上限があります。 Piqo はハードな分類器としてではなく、ランキング（リコール重視）の ための完全な確率分布として使う設計です。
- このモデルは日本語の短文 SNS 投稿向けに学習されています。汎用の 言語モデルではなく、テキスト生成はしません。
- 表現スコアは表層的な形式のみを反映します。投稿の価値の判定として 読んではいけません。
ライセンス
MIT