検索

AIが応答時に参照する、これまでの会話や与えられた前提情報。

モデルが一度に扱えるトークン数の長さ。コンテキストウィンドウの大きさ。

言語モデルが一度に処理・記憶できる[[token]]の最大量。会話や文書の「視野の広さ」。

AIが文章を自動で作り出すこと。LLMの最も基本的な機能。

文章の指示から画像を生成する方式。画像生成の基本形。

自然言語の質問を、データベース照会用のSQLに変換する技術。

言語モデルがテキストを処理する際の最小単位。単語や単語の一部、記号などに相当する。

膨大なテキストで訓練された巨大な言語モデル。文章生成・要約・対話などを高い精度でこなす。

テキスト・画像・音声など複数種類の情報をまとめて扱えるAIモデル。

テキストなどを意味ベクトルに変換することに特化したモデル。

OpenAIのマルチモーダルモデル。テキスト・画像・音声を統合的に扱う。

あらゆるタスクを「テキスト→テキスト」の形に統一して扱うモデル。

生成しながら逐次テキストを返す方式。体感の待ち時間を短くできる。

テキストなどの指示から新しい画像をAIが作り出す技術。

テキストを自然な音声に変換する技術。読み上げや音声アシスタントに使う。

テキストや画像から動画をAIが生成する技術。

OpenAIが開発した、テキストから画像を生成する代表的モデル。

OpenAIが開発した、テキストから高品質な動画を生成するモデル。

テキストや画像がAIによって生成されたものかを判定する技術。

AIに与える指示文や質問。プロンプトの良し悪しが、出力の質を大きく左右する。

文章をトークンに分割する処理プログラム。LLMの入口を担う。

大量の汎用データでモデルに基礎的な知識・能力を獲得させる最初の学習段階。

悪意ある指示を紛れ込ませ、AIに本来の制約を無視させようとする攻撃。

プロンプト内で指示と素材を区切る記号。誤解や注入を防ぐ。

人の話し声を文字に変換する技術。文字起こしや音声入力に使う。

輪郭や姿勢などの条件を与えて、画像生成の構図を精密に制御する技術。

画像や紙の文書に写った文字を、コンピュータが読める文字に変換する技術。

Google DeepMindが開発したマルチモーダルなLLMシリーズ。

Alibabaが開発した、多言語対応のオープンソースLLMシリーズ。

画像と文章を同じ空間で結びつける、マルチモーダルの基礎モデル。

OpenAIが開発した代表的な大規模言語モデルのシリーズ。ChatGPTの基盤technology。