検索

データから学習した規則を内部に持ち、入力に対して予測や生成を行う仕組み。

AIモデルを外部ツールやデータソースに接続するための、Anthropic提唱のオープンな標準規格。

モデルを小さく軽くする技術の総称。量子化・蒸留・枝刈りなど。

重要度の低い重みや接続を削り、モデルを軽量化する技術。

画像と言語を結びつけて理解する、マルチモーダルモデルの一種。

ノイズを少しずつ除去する過程を学習し、高品質な画像などを生成する生成モデル。

大量データで広く事前学習され、多様な用途の土台となる大規模モデル。

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。

学習済みモデルを本番環境で稼働させ、推論を提供すること。

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。

重みが非公開で、主にAPI経由で提供される商用モデル。

テキスト・画像・音声など複数種類の情報をまとめて扱えるAIモデル。

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。

パラメータ数を抑えた小型の言語モデル。端末上での動作や低コスト運用に向く。

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。

入力ごとに一部の専門家(サブネットワーク)だけを使い、効率的に大規模化する設計。

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。

データを潜在空間に圧縮・復元しながら、新しいデータを生成するモデル。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

モデルが複雑になりすぎるのを抑え、過学習を防ぐための工夫の総称。

モデルへの入力となる、データの性質を数値化した個々の項目。

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。

大量の汎用データでモデルに基礎的な知識・能力を獲得させる最初の学習段階。

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。

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。

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。

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。

データの本質的な特徴を圧縮して表す、低次元の抽象的な空間。

長い文書を検索しやすい適切な大きさの断片に分割する処理。

AIが参照する知識・文書を集めたデータの蓄積。RAGの情報源。

GPUに搭載されたメモリ。扱えるモデルやバッチの大きさを決める。

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。

APIにアクセスするための接続先URL。リクエストの宛先。

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。

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。

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。

クラウドに送らず、現場の機器側でAI処理を行う形態。

LLMの推論を高速・高効率に行うための人気の推論サーバー。

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。

Google DeepMindが開発したマルチモーダルなLLMシリーズ。

Alibabaが開発した、多言語対応のオープンソースLLMシリーズ。