Pinterest、フロンティアモデルのビジョン層を改造しAIコストを90%削減
Pinterest cut AI costs 90% by gutting a frontier model's vision layer
記事のポイント
📰ニュース
PinterestがQwen3-VLのビジョン層を独自埋め込みで再構築し、AIコストを90%削減、精度を30%向上させました。
🔍注目ポイント
オープンソースモデルのビジョン層を独自データでファインチューニングすることで、大規模モデルのコストを劇的に削減しつつ性能を向上させる技術です。
🔮これからどうなる
大規模なAI活用企業は、オープンソースモデルのカスタマイズにより、運用コストを大幅に削減し、ユーザー体験を向上させられる可能性があります。
Pinterestは月間6億2000万人のユーザーを抱え、画像推薦にフロンティアモデルを毎回呼び出すと莫大なコストがかかります。
CTOのマット・マドリガル氏のチームは、Qwen3-VLのビジョンエンコーダー層を「取り除き」、独自のマルチモーダル埋め込みでモデルをファインチューニングしました。
これにより、ピンや画像のメタデータをオフラインで事前計算し、新しい情報で定期的に再学習させることで、パーソナライズされた体験を提供しています。
CTOのマット・マドリガル氏のチームは、Qwen3-VLのビジョンエンコーダー層を「取り除き」、独自のマルチモーダル埋め込みでモデルをファインチューニングしました。
これにより、ピンや画像のメタデータをオフラインで事前計算し、新しい情報で定期的に再学習させることで、パーソナライズされた体験を提供しています。
概要
At 620 million monthly users, calling a frontier model for every image recommendation isn't a strategy — it's a bill. Pinterest CTO Matt Madrigal solved it by gutting Qwen3-VL's vision layer and rebuilding it with proprietary embeddings, cutting costs 90% and boosting accuracy 30%.Madrigal’s team h…
オープンソースモデルの賢いカスタマイズで、こんなにコストを削減できるとは驚きですね。多くの企業がこのアプローチを参考に、AIの導入と運用を加速させそうです。