検索

好まれた応答を直接学習し、報酬モデルなしで人間の好みに合わせる手法。

APIにアクセスするための接続先URL。リクエストの宛先。

強化学習の代表的アルゴリズム。RLHFでモデルを安定的に更新するのに使われる。

芸術性の高い画像生成で知られるサービス。

アプリと実行環境をひとまとめにし、どこでも同じように動かす技術。

訓練データ全体を1回学習し終える単位。学習の繰り返し回数を表す。

学習中に一部のニューロンをランダムに無効化し、過学習を防ぐ正則化手法。

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」。

単語の並び順の情報を、Transformerが扱えるようベクトルに埋め込む仕組み。

JSONなど決まった形式で出力させ、プログラムで扱いやすくする手法。

テキストや画像から動画をAIが生成する技術。

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。

新モデルに本番と同じ入力を裏で流し、影響なく挙動を検証する手法。

文書を内容に応じてカテゴリに自動で振り分けること。

文書の内容に基づいて質問に答えるAI。RAGの代表的応用。

GPUに搭載されたメモリ。扱えるモデルやバッチの大きさを決める。

理想的な応答例を正解として学習させる、ファインチューニングの基本段階。

プログラム同士が機能をやり取りするための窓口・取り決め。

学習済みモデルを本番環境で稼働させ、推論を提供すること。

量子化でモデルを圧縮しつつLoRAで微調整する、さらに省メモリな手法。

将来の商品・サービスの需要量を予測すること。在庫・生産計画に使う。

文章を[[token]]という処理の最小単位に分割すること。言語モデルが文を扱う最初のステップ。

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。

Anthropicが開発する大規模言語モデル。安全性と有用性の両立を重視して設計されている。

学習を始める前に人間が設定する、学習の進め方を制御する値。

モデルが複雑になりすぎるのを抑え、過学習を防ぐための工夫の総称。

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。

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。

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。

これまでのやり取りの記録。マルチターン対話で文脈を保つために使う。

応答をJSON形式で返させること。アプリ連携で最もよく使われる。

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。

文章の指示から画像を生成する方式。画像生成の基本形。

1秒あたりの画像枚数。動画の滑らかさを表す指標。

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。

会話中だけ保つ短期記憶と、セッションを越えて残す長期記憶の区別。

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。

コードの統合・テスト・デプロイを自動化する開発手法。

個人情報がAIの学習・利用で漏れたり悪用されたりしないよう守ること。

文章から人名・地名・組織名などの固有名詞を抽出する技術。

契約書レビューや判例調査など、法務分野に応用されるAI。

問い合わせ対応を支援・自動化する、コールセンター向けAI。

1バッチを処理してパラメータを1回更新する、学習の最小ステップ。