検索

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。

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。

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。

AIが文章を自動で作り出すこと。LLMの最も基本的な機能。

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。

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。

テキストや画像から動画をAIが生成する技術。

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。

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。

外部の知識を検索してプロンプトに与え、その情報をもとにAIに回答させる手法。最新情報や社内文書に強い。

実データの代わりにAIが人工的に作り出す学習用データ。

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。

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。

芸術性の高い画像生成で知られるサービス。

多数のコンテナの配置・スケール・運用を自動化する基盤。

OpenAIが公開した高精度な音声認識モデル。多言語に対応。

輪郭や姿勢などの条件を与えて、画像生成の構図を精密に制御する技術。

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。

出力のランダム性(多様さ)を調整するパラメータ。高いほど創造的。

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。

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。

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。

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。

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。

Google Cloudが提供する、AI開発・運用の統合プラットフォーム。

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。

モデルが学習を通じて獲得する内部の数値。重みやバイアスの総称。

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。

コンテンツが規約や安全基準に違反していないか判定・管理すること。

条件に合わない情報を選り分けて除外する処理の総称。

1秒あたりの画像枚数。動画の滑らかさを表す指標。

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。

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。

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。

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。

AIの判断が、性別・人種などの属性によって不当な差別を生まないようにするという原則・指標。

学習済みモデルに入力を与えて、予測や生成の結果を得ること。

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。

AIに与える具体的な人物像。性格・口調・専門性を一貫させる。

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。

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生成物だと識別できるよう、出力に埋め込む目印。

個々のユーザーに合わせて内容や体験を最適化すること。

あらゆる面で人類の知能を大きく超える、仮想的なAI。

入力データと正解ラベルのペアを使ってモデルを訓練し、未知のデータの予測を行う学習方法。

正解ラベルのないデータから、隠れた構造やグループ(クラスタ)を自動的に見つけ出す学習方法。

少量のラベル付きデータと大量のラベルなしデータを組み合わせて学習する手法。