検索

大きな課題を、扱いやすい小さなサブタスクに分割すること。

目標達成までの手順をAI自身が組み立てること。エージェントの中核能力。

手本を一切示さず、指示だけでタスクを解かせるプロンプト手法。

手本を1例だけ示してタスクを解かせるプロンプト手法。

データがどのカテゴリ(クラス)に属するかを予測する、教師あり学習の代表的タスク。

連続的な数値を予測する、教師あり学習の代表的タスク。価格や気温の予測などに使われる。

目標を与えると、自ら計画を立て、ツールを使いながら多段階のタスクを自律的に遂行するAI。

あるタスクで学習済みのモデルを、別の関連タスクに転用して効率的に学習する手法。

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。

似たデータ同士を自動的にグループ(クラスタ)にまとめる、教師なし学習の代表的タスク。

200以上の多様なタスクでLLMの能力を多角的に測る大規模ベンチマーク。

事前学習済みのモデルを、特定タスク向けの追加データで再訓練し、専門特化させる手法。

特定の作業に限らず、人間のように幅広い課題を自律的に学習・解決できる仮想的なAI。

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。

大量データで広く事前学習され、多様な用途の土台となる大規模モデル。

パラメータ数を抑えた小型の言語モデル。端末上での動作や低コスト運用に向く。

1回の入力と1回の応答で完結する対話形式。

人の逐次指示なしに、自ら計画・実行して目標を達成するAI。

複数のAIエージェントが役割分担・協調して課題を解決する仕組み。

親エージェントから特定の役割を任される、補助的なエージェント。

文脈を双方向に読む、自然言語理解で広く使われた基礎的モデル。

AIが計算・検索・API呼び出しなど、外部の機能(ツール)を呼び出して回答を補強する仕組み。

論文と実装コード、ベンチマーク結果を結びつけて公開するサイト。

物体検出やセグメンテーションの標準として使われる画像データセット。