検索

AIが自分の出力や手順を振り返り、改善点を見つけて修正する仕組み。

AIが自分の誤りに気づき、自ら訂正する能力。

LLMが、あらかじめ定義された関数を構造化された形で呼び出す仕組み。

個人情報がAIの学習・利用で漏れたり悪用されたりしないよう守ること。

テキストや画像がAIによって生成されたものかを判定する技術。

通常と異なるパターンを見つけ出し、異常を自動で検出すること。

連続的な数値を予測する、教師あり学習の代表的タスク。価格や気温の予測などに使われる。

ニューロンの出力に非線形性を加え、ネットワークが複雑なパターンを表現できるようにする関数。

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。

指示と理想の応答のペアで学習させ、指示に従う能力を高める手法。

悪意ある指示を紛れ込ませ、AIに本来の制約を無視させようとする攻撃。

低解像度の画像を、AIで高解像度に補完して鮮明にする技術。

複数の処理を同時に走らせ、全体の処理時間を短縮すること。

AIが計算・検索・API呼び出しなど、外部の機能(ツール)を呼び出して回答を補強する仕組み。

入力を0〜1の範囲のなめらかな値に変換する活性化関数。確率の表現に使われる。

複数の数値を、合計が1になる確率分布に変換する関数。多クラス分類の出力に使う。

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。

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。

処理中の失敗を検知し、適切に対処してシステムを止めない仕組み。

データにノイズを加え、個人を特定できなくしつつ全体の傾向は保つ技術。

データを集めず、各端末で学習した結果だけを集約してモデルを作る手法。

AIで作られた、本物と見分けがつかない偽の映像・音声。

AI生成物だと識別できるよう、出力に埋め込む目印。

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。

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。

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。

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。

データがどのカテゴリ(クラス)に属するかを予測する、教師あり学習の代表的タスク。

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。

「0より小さければ0、大きければそのまま」を返す、最も広く使われる活性化関数。

制約を回避させ、本来拒否すべき応答をAIに出させようとする試み。

AIの入出力に設ける安全のための制約・チェックの仕組み。

本来秘密にすべきシステムプロンプトを、AIに喋らせて引き出す攻撃。

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。

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。

過去データから将来の事象や数値を予測する分析手法。

機械学習の実験管理・可視化を行う代表的なMLOpsツール。