検索

機械学習モデルの開発・デプロイ・運用・監視を継続的に回す方法論。

Anthropicが掲げるAIの理想像。「役立ち・無害・誠実」の3つの頭文字をとった指針。

機械学習の実験管理・可視化を行う代表的なMLOpsツール。

モデルの予測と正解とのズレを数値化する関数。学習はこの値の最小化を目指す。

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。

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。

重みが非公開で、主にAPI経由で提供される商用モデル。

多数のコンテナの配置・スケール・運用を自動化する基盤。

コードの統合・テスト・デプロイを自動化する開発手法。

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。

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。

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。

タグで囲んだXML形式で出力させる手法。Claudeでの構造化に適する。

Google Cloudが提供する、AI開発・運用の統合プラットフォーム。

AWSが提供する、機械学習の構築・学習・デプロイの統合サービス。

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。

損失関数を最小化するよう、モデルのパラメータを調整していく過程。

重みが公開され、誰でも入手・改変・自社運用できる大規模言語モデル。

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。

AIが自分の誤りに気づき、自ら訂正する能力。

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。

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。

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。

高性能なオープンモデルを開発するフランスのAI企業。