LFM3の安全性:Liquid AIの小型モデルとデータの行き先

先に結論です。LFM3が安全かどうかは、ほぼ「どこで動かすか」で決まります。LFM3はオープンウェイトの小型モデル群なので、ダウンロードして自分のパソコンやスマホで動かせます。その場合、入力した内容はLiquid AIに一切届きません。一方、Liquidの公式PlaygroundやAPIを使うとLiquidのプライバシーポリシーが適用され、入力と出力が学習に使われることがあります。モデルそのものの安全性については、公開されている資料がほとんどありません。

Liquid AIは2026年10月27日にLFM3を発表しました。それぞれ約20億パラメータの6つのモデルで、すべて同じベースモデルから派生しており、Hugging Face、Liquid Playground、Liquid APIで使えます。Unite.AIの記事によると、構成はテキスト、画像、音声、その3つをまとめて扱うオムニ、そして判断用の2モデルです。この記事では、データと安全性について何が公開されていて、何が公開されていないかを整理します。

LFM3とは

テキストモデルのLFM3-1.7Bは、Hugging Faceのモデルカードによると17.3億パラメータで、コンテキスト長は25万6000トークンです。日本語を含む16言語に対応しています。Liquidは、4ビット精度なら約1GBのメモリに収まると説明しています。発表がデータセンターではなく、スマホやノートPC、車の話ばかりなのはこのためです。

小ささは強みであり、限界でもあります。これだけ小さいモデルは、ChatGPTやClaudeより知識が少なく、事実を間違えやすくなります。モデルカード自身も、エージェント型のコーディングや複雑な多段階の推論には勧めないと書き、知識が必要な作業では検索と組み合わせるよう案内しています。検索と組み合わせる仕組みについてはRAGとはで説明しています。

使い方1:自分の端末で動かす

LFM3がプライバシーの面で注目される理由はここにあります。モデルのファイルを端末に置けば、処理はその端末の中で完結します。モデルファイル自体はどこにもデータを送りません。入力も、読ませた文書も、返ってきた答えも端末に残ります。顧客リストをチャット画面に貼るのをためらってきた人にとっては、大きな違いです。

ただし注意点が2つあります。1つ目は、モデルを動かすアプリは別のソフトだということです。ローカルのチャットアプリ、LFM3を組み込んだスマホアプリ、ブラウザの拡張機能などは、それぞれのルールで記録や同期、送信をすることがあります。確認すべきなのはモデルではなくアプリです。2つ目は、ローカルだから正しいわけではないことです。20億パラメータ級のモデルは、大きなモデルより確認の手間がむしろ増えます。

使い方2:LiquidのPlaygroundとAPI

Liquidのサービス経由でLFM3を使う場合、入力はLiquidに送られます。2026年9月30日に更新されたプライバシーポリシーは、利用目的の1つとして、ユーザーが共有した入力と出力を使ったAIモデルの学習、微調整、改善を挙げています。学習のために個人データを集めるつもりはないとしつつ、学習データに個人データが付随的に含まれる可能性も認めています。

• —処理場所:ポリシーによると、サービスは米国でホスト・運営されています。他国への移転は標準契約条項などの仕組みに基づくとしています。
• —利用者の権利:EUと英国の居住者には、アクセス、削除、データポータビリティ、異議申立てといったGDPR上の権利を挙げ、個人データをモデルの学習に使うことへの異議も明記しています。
• —保存期間:目的に必要な期間とされ、サービスや契約によって異なります。削除したデータが一定期間バックアップに残る場合があります。

AI企業としては珍しい内容ではありませんが、ローカルで動かす場合とは正反対です。個人情報保護委員会も生成AIサービスの利用に関する注意喚起で、入力した個人情報が機械学習に使われるリスクを挙げ、利用規約やプライバシーポリシーを確認するよう求めています。業務での考え方はAIエージェントと個人情報にまとめています。

Liquidがまだ公開していないこと

2026年10月28日に確認したLFM3-1.7Bのモデルカードには、安全性、偏り、悪用に関する項目がありません。発表記事にも安全性についての記述はありません。OpenAIが自社モデルで公開しているようなシステムカードもなく、第三者による評価もまだ出ていません。これはモデルが危険だという意味ではありません。どちらの方向の根拠も、まだ公開されていないという意味です。

オープンモデルでは、ファイルが手元に来た時点で提供元のプライバシーポリシーは関係なくなります。でも安全性のテストは関係あり続けます。そしてLFM3には、その記録がほとんどありません。

オープンモデルではよくある形です。Muse Spark Openの安全性でも、データは自分で管理できる一方、挙動についての資料は少ないという似た構図でした。Mistral Large 4の安全性はデータの扱いがもっと詳しく書かれていますが、こちらはホスト型のモデルなので、問いそのものが違います。

仕事で使うならライセンスも確認

モデルカードによると、LFM3-1.7BのライセンスはLFM Open License v1.0です。ライセンス本文はApache 2.0をもとにしていますが、条件が1つ加わっています。商用利用が認められるのは、年間売上高1000万米ドル未満の組織だけです。それ以上の場合はLiquidと別途契約が必要です。研究や非商用目的の、要件を満たす非営利団体はこの基準の対象外です。勤務先がこの規模を超えるなら、何かを作る前に確認してください。

実際にどう使うか

1. 01プライバシーが目的なら、ローカルで動かし、使うアプリの設定と送信先を確認する。
2. 02PlaygroundとAPIは一般的なクラウドのチャットAIと同じように扱い、会社の合意なしに個人情報や顧客情報を入れない。
3. 03分類、抜き出し、短い返信の下書きなど、範囲が狭く結果を確認できる作業に使う。確かめられない事実には使わない。
4. 04指示ははっきり具体的に書く。小さなモデルほどあいまいな指示に弱いので、プロンプトエンジニアリングの基本がそのまま効きます。

音声モデルが気になっている場合は、別の音声認識モデルで確認した点と同じです。Falcon ASRの安全性で、録音がどこへ行き、どう扱われるかを整理しています。エージェントとして動かす場合の考え方はAIエージェントとはを参考にしてください。

CoursiumはApp Storeで配信している、仕事でAIを使う方法を学ぶアプリです。新しいモデルは毎週のように出ます。データの行き先を知ること、はっきりした指示を書くこと、答えを確認することは、どのモデルにも通じます。それを練習したい方はCoursiumをご覧ください。