検索

乱数の初期値。固定すると生成結果を再現しやすくなる。

高い推論性能と効率で注目された、中国発のオープンモデル。

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。

理想的な応答例を正解として学習させる、ファインチューニングの基本段階。

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。

データ自身から擬似的な正解を自動生成し、人手のラベルなしで学習する手法。

重みが非公開で、主にAPI経由で提供される商用モデル。

大量のデータから規則やパターンをコンピュータ自身に学ばせ、予測や分類を行わせる手法。

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。

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。

エージェントが環境の中で試行錯誤し、報酬を最大化する行動を学んでいく機械学習の枠組み。

教師あり学習で、各データに与える正解の情報。

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。

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。

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。

高性能なオープンモデルを開発するフランスのAI企業。

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。

[[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。

人間の好みの評価を報酬として[[reinforcement-learning]]を行い、AIの応答を人間の価値観に近づける手法。