検索

GitHubが提供する、コード補完・生成のAIアシスタント。

コード・モデル・データの変更履歴を記録し、いつでも復元できる仕組み。

デジタル技術で業務やビジネスモデルを根本から変革する取り組み。

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。

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。

複数の思考の道筋を木構造で枝分かれさせ、有望な経路を探索する推論手法。

「憲法」と呼ばれる原則のリストに基づき、AI自身が応答を評価・改善する、Anthropic独自の訓練手法。

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。

機械学習の実験管理・可視化を行う代表的なMLOpsツール。

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。

ニューラルネットワークの各接続が持つ、入力信号の重要度を表すパラメータ。学習で調整される。

モデルが単純すぎて、訓練データのパターンすら十分に捉えられていない状態。

訓練データに過剰に適合し、未知のデータに対する予測性能(汎化性能)が低下してしまう現象。

問題を解くための手順・計算のルールを明確に定めたもの。

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。

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。

稼働中のモデルの性能・コスト・異常を継続的に監視すること。

モデル内部の仕組みや判断過程を人間が理解できる度合い。

AIに結論だけでなく途中の推論過程を順を追って書かせることで、複雑な問題の正答率を高める手法。

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。

ベクトル同士の近さを測り、最も似たデータを探し出す処理。

2つのベクトルの向きの近さで意味の似ている度合いを測る指標。

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。

AIの能力や権限をあえて制限し、リスクを抑える安全策。

高度なAIに道徳的配慮や権利を認めるべきかをめぐる哲学的議論。

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。

AIの学習データや生成物をめぐる著作権の論点。

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。

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。

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。

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。

学習済みモデルをバージョン管理・保管し、来歴を追える台帳。

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。

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。

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。

ベクトルが持つ数値の個数。表現力と計算コストのバランスを決める。

「0より小さければ0、大きければそのまま」を返す、最も広く使われる活性化関数。

大量の並列計算が得意な演算装置。AIの学習・推論に不可欠。

Googleが開発した、機械学習計算に特化した専用プロセッサ。

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。

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。

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。

プログラムコードに特化して学習した大規模言語モデル。コード生成・補完に使う。

人の作業に寄り添い、提案・補助するAI。「副操縦士」の比喩。

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。

AIを中核に据えたコードエディタ。対話的な開発に強い。

ChatGPTやGPTシリーズを開発するAI企業。生成AIブームの中心。

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。

人間の知的なふるまい(学習・推論・認識・判断)をコンピュータで実現する技術や研究分野の総称。

大量のデータから規則やパターンをコンピュータ自身に学ばせ、予測や分類を行わせる手法。