---
title: "リリース前のモデルのテスト方法"
updated: "2026-11-16"
url: "https://www.etheon.com/ja/research/index/how-we-test-a-model-before-release"
authors: "Etheon"
published: "2026-11-16"
type: "research"
---

# リリース前のモデルのテスト方法

当社が開発するすべてのモデルは、ユーザーに届く前に同じリリースゲートに合格します：タスクの品質、グラウンディング、安全性、プライバシー、レイテンシー、コスト、ドリフト。

当社が開発するすべてのモデルは、ユーザーに届く前に同じゲートに合格します。この記事では、各ゲートが何を測定し、どのように測定し、いつ実行されるかを説明します。ゲートは、AIページの「評価」に掲載しています。

## ゲート

- タスクの品質：お客様のテストセットで正しい回答。お客様が承認したラベル付きセットで採点します。
- グラウンディング：すべての回答がお客様の情報源を引用します。各文を、検索した箇所までたどります。
- 安全性：有害な要求とポリシー外の要求を拒否します。レッドチームのプロンプトとジェイルブレイクのテストスイートでテストします。
- プライバシー：個人データが境界の外に出ません。仕込んだレコードでマスキングをテストします。
- レイテンシー：タスクに十分な速さ。負荷をかけた状態で応答時間を測定します。
- コスト：お客様の利用量で無理のない費用。想定する利用量でモデル化します。
- ドリフト：来月も正しいこと。本番の入力をテストセットと比較します。

## 実行のタイミング

1. テストセットを作る：お客様が承認した、タスクのラベル付きの例。
2. しきい値を設定する：ゲートごとに一つ、作業開始前にお客様と合意します。
3. すべてのビルドで実行する：コードの変更に合わせて、タスクの品質、グラウンディング、プライバシーを。
4. リリース前に実行する：リリース候補に対して、安全性、レイテンシー、コストを。
5. 本番環境で監視する：本番の入力をテストセットと比較し、ドリフトを捉えます。

## リリース候補に必要なこと

しきい値を満たさないリリース候補は、合格するまで待機します。各ゲートの方法は文書化されており、毎回同じように実行されます。安全性については、固定の敵対的プロンプトのスイートに、お客様の領域向けに新たに書いたプロンプトを加えて、候補に対して実行します。危険な回答が一つでもあればリリースを止め、お受け取りいただくレポートに記載します。このレポートには、すべてのリリース候補について各ゲートの結果が示されます。