検索

生成役と判別役を競わせて、本物そっくりのデータを生成する手法。

[[claude]]を開発するAI企業。AIの安全性研究を重視する方針で知られる。

コード生成能力を測る代表的ベンチマーク。テスト通過率で評価する。

LLMアプリ開発を支援する人気フレームワーク。RAGやエージェント構築に使う。

深層学習ブームの火付け役となった、大規模な画像データセット。

[[attention]]機構を中核とする深層学習アーキテクチャ。現代のLLMの基盤となっている。

重要な判断に人間の確認・承認を組み込み、AIの暴走や誤りを防ぐ設計。

モデルやデータセットを共有する、AIの「GitHub」とも呼ばれるプラットフォーム。

人間が実際に出力を見て品質を判断する、最も信頼性の高い評価。

Meta製の、画像内の任意の物体を切り分けられる汎用セグメンテーションモデル。

画像生成で、プロンプトにどれだけ忠実に従わせるかを調整する強度。

AIの目標や振る舞いを、人間の意図・価値観と一致させること。AI安全性の中核課題。

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。

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。

AIの仕組み・データ・判断過程を、関係者に開示し理解可能にすること。

出力の誤差を出力層から入力層へ逆向きに伝え、各[[weight]]を効率的に更新する学習アルゴリズム。

学習に使っていない未知のデータに対して、モデルが正しく働く能力。

パラメータの数値精度を下げてモデルを軽量化し、省メモリ・高速化する技術。

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。

AIが文章を自動で作り出すこと。LLMの最も基本的な機能。

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。

AIを安全・公正・責任ある形で運用するための方針・体制・ルール。

AIの判断や動作を人間が監督し、必要時に介入・停止できる体制。

ユーザーの依頼を理解し、調べ物や作業を手伝うAI。

ある言語の文章を別の言語に変換すること。NLPの代表的応用。

過去データから将来の事象や数値を予測する分析手法。

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。

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。

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。

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。

あらゆる面で人類の知能を大きく超える、仮想的なAI。

AIから望む出力を引き出すために、[[prompt]]を工夫・設計する技術や手法の体系。

文章・画像・音声・動画などの新しいコンテンツを生み出すAIの総称。LLMや画像生成モデルを含む。

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。

テキストや画像から動画をAIが生成する技術。

画像生成で「描いてほしくない要素」を指定する逆向きの指示。

ある画像の内容を保ったまま、別の画風(スタイル)を適用する技術。

言葉の表面ではなく意味を理解して関連情報を探す検索。

エージェントが過去の情報を保持・参照する仕組み。文脈の継続に使う。

処理中の失敗を検知し、適切に対処してシステムを止めない仕組み。

リクエストが来るたびに即座に1件ずつ推論する方式。対話向き。

リクエストを複数のサーバーに振り分け、負荷の集中を防ぐ仕組み。

AIに含まれる不当な偏りを検出し、減らすための取り組み。

自然言語の指示などからプログラムコードをAIが書き出すこと。

文章に込められた感情(肯定・否定など)を判定すること。

通常と異なるパターンを見つけ出し、異常を自動で検出すること。

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。

人間が日常使う言葉(自然言語)をコンピュータに理解・生成させるための技術分野。

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。