検索

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。

200以上の多様なタスクでLLMの能力を多角的に測る大規模ベンチマーク。

モデルの性能を共通の基準で測り、比較するための標準テスト。

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。

意味理解やAIを活用し、より的確に目的の情報へ導く検索。

拡散モデルで、各ステップでどれだけノイズを加除するかの計画。

データをベクトル化し、意味の近さで検索する手法。RAGの基盤。

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。

テキストを自然な音声に変換する技術。読み上げや音声アシスタントに使う。

人の話し声を文字に変換する技術。文字起こしや音声入力に使う。

学習フレームワーク間でモデルを共通形式で受け渡すための標準。

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。

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。

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。

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。

ノイズを段階的に取り除く処理。拡散モデルが画像を生成する中核工程。

テキストなどを意味ベクトルに変換することに特化したモデル。

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。

大量データを高速に検索するために事前に整理した索引構造。

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。

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。

ユーザーの好みを推定し、関連する商品や情報を提案する仕組み。

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。

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。

57分野の知識を問う、LLMの総合学力を測る代表的ベンチマーク。

物体検出やセグメンテーションの標準として使われる画像データセット。