検索

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。

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。

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。

AIに考える過程を明示的に書き出させ、推論の質と透明性を高めること。

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。

文章を[[token]]という処理の最小単位に分割すること。言語モデルが文を扱う最初のステップ。

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。

個別最適な学習支援や採点自動化など、教育分野に応用されるAI。

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。

学習にも調整にも使わず、最終的な性能を公平に評価するためのデータ。

既存データに変形を加えて学習データを水増しし、性能を高める手法。

多層の[[neural-network]]を用いて、データから複雑な特徴を自動的に学習する機械学習の一分野。

人間の脳の神経細胞(ニューロン)の仕組みを模倣・着想源とした、機械学習の数理モデル。

損失関数の傾き(勾配)をたどって、誤差が最小になる方向へパラメータを少しずつ更新する最適化手法。

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。

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。

言語モデルがテキストを処理する際の最小単位。単語や単語の一部、記号などに相当する。

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。

学習中に一部のニューロンをランダムに無効化し、過学習を防ぐ正則化手法。

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。