クエリ
クエリとは、コンピュータシステムやデータベース、AIモデルに対して情報を要求したり検索を行ったりするための命令や質問のことです。大規模言語モデルにおいては、ユーザーが入力するプロンプトや検索クエリが目的の出力を得るために重要な役割を果たします。
大規模言語モデルのAI用語一覧
101件大規模言語モデルに関するAI用語を101件掲載しています。意味や使い方、関連用語を一覧から確認できます。
AIエージェント
AIエージェントとは、人間が与えた目標や指示に基づき、自律的に思考してタスクを計画・実行するAIシステムです。単なる質問応答にとどまらず、ツールやAPIを活用して複雑な作業を遂行できるため、次世代のAI技術として注目を集めています。
クローズドソースモデル
クローズドソースモデルとは、モデル重みや学習コードなどの内部構造が一般に非公開となっているAIモデルです。開発企業が知的財産保護や安全管理を目的に管理し、主にAPIやクラウドサービス経由で提供されます。
微調整
微調整（ファインチューニング）とは、すでに学習済みのAIモデルに追加のデータを学習させ、特定のタスクや用途に合わせて性能を最適化する機械学習の手法です。ゼロからモデルを作るよりも効率的に高い精度を達成できるため、多くのAI開発で利用されています。
トークナイザー
トークナイザーは、人間が読む自然言語の文章を、大規模言語モデルが処理できる数値や小さな断片に分割・変換するプログラムです。AIシステムにおいてテキストデータを正しく入力データに変換するための重要な第一段階として機能します。
コンテキスト長
コンテキスト長とは、大規模言語モデルが一度に処理できる入力と出力の最大トークン数を指します。この長さが長いほど、長文の読み込みや複雑な文脈の維持が可能になり、AIの活用範囲が広がりますが、メモリ消費量や計算コストが増加するトレードオフが存在します。
事後学習
事後学習とは、基盤モデルとなるAIの事前学習が完了した後に、特定の用途への適応や安全性・対話性能の向上を目的として行われる追加の学習プロセスのことです。指示チューニングや人間からのフィードバックによる強化学習（RLHF）などが含まれ、ユーザーの意図に沿った安全で有用な応答を出力できるようにモデルを調整します。
プロプライエタリLLM
プロプライエタリLLMとは、開発企業がソースコードやモデルの重み（ウェイト）を公開せず、非公開の独自技術として提供・管理する大規模言語モデルです。APIなどを通じて利用されますが、モデルの内部構造や学習データは保護されています。高い性能や安定した運用サポートが特徴である一方、ベンダーロックインや透明性の欠如が懸念されることもあります。
グラフ型インデックス
グラフ型インデックスは、高次元データをグラフ構造で効率的に探索するためのインデックス手法です。近似近傍探索において高い検索精度と速度を両立できるため、ベクトルデータベースや大規模言語モデルの外部知識検索で広く採用されています。
ChatGPT
ChatGPTは、OpenAIが開発した対話型の生成AIアシスタントです。高度な大規模言語モデルを基盤にしており、人間が書いたような自然な文章の生成、質問への回答、プログラミングコードの記述、文章の要約や翻訳など、幅広いテキスト処理タスクを対話形式で柔軟に実行できることが特徴です。
パラメータ数
AIモデルの規模や複雑さを表す指標の一つであり、ネットワークが学習する重みやバイアスの総数を指します。一般的にパラメータ数が多いほど表現力が向上し高度な処理が可能になりますが、計算コストやメモリ消費量も増加する傾向があります。
OpenAI o1 (Series)
OpenAI o1 Seriesは、高度な推論能力と問題解決能力を重視して開発された大規模言語モデルの新しい系統です。回答を生成する前に内部で思考の連鎖を行うことで、数学や科学、コーディングなどの複雑なタスクで高い精度を発揮します。
次トークン予測
次トークン予測とは、与えられた文脈に続く最も確率の高い言葉（トークン）を予測して順次繋げていくAIの基本技術です。ChatGPTなどの大規模言語モデルの核心であり、事前学習で得た大量のテキストデータから文脈に応じた適切な次の言葉を選択・生成することで、人間のように自然な対話や文章作成を実現します。
構造化出力
構造化出力とは、大規模言語モデル（LLM）などの生成AIが、JSONなどの事前定義された特定のデータフォーマット（スキーマ）に厳密に従ってテキストを出力する機能や技術のことです。従来の自然言語による自由な回答とは異なり、開発者が指定したデータ構造を完全に遵守して出力するため、システム間連携やプログラムによる自動処理を極めて容易にする重要な機能です。
温度パラメータ
温度パラメータとは、大規模言語モデルが文章を生成する際の出力の多様性やランダム性を制御するハイパーパラメータです。値が高ければ創造的で予測しにくい出力になり、低ければ確実性の高い一貫した出力になります。
思考鎖
思考鎖（Chain of Thought）とは、大規模言語モデルが複雑な問題に対して段階的な推論プロセスを明示的に生成することで、出力の精度や論理性を向上させるプロンプト手法およびモデルの特性です。
コンテキスト長制限
コンテキスト長制限とは、大規模言語モデルが一度の処理で受け入れ、理解できるテキスト（トークン）の最大量に課される制約のことです。プロンプトとして入力する指示や過去の対話履歴、およびモデルが出力する回答の合計がこの制限内に収まる必要があり、制限を超えたテキストはモデルに入力できず、文脈が無視される原因になります。
ローカルLLM
ローカルLLMとは、外部のクラウドサーバーを介さず、自身のパソコンや社内サーバーなどのローカル環境上で直接実行・動作させる大規模言語モデルのことです。プライバシー保護やコスト削減の観点から注目を集めています。
Pass@k
Pass@kとは、生成AIや大規模言語モデルが問題を解決する精度評価の指標です。1つの課題に対してモデルがk個の回答を生成した際、その中に少なくとも1つ以上の正しい回答が含まれている確率を示します。主にコード生成AIの性能評価やベンチマークテストで用いられ、モデルの潜在的な回答能力を計測するのに役立ちます。
トークナイザ
トークナイザとは、人間が読むテキストをAIが処理できる数値の列へと変換するプログラムやモジュールです。大規模言語モデルにおいては、文章を単語や文字、あるいはそれらの断片であるトークンに細分化し、AIが計算可能な形式へ変換する役割を担います。
トークナイズ
トークナイズとは、人間が読む文章をAIが理解できる最小単位であるトークンに分割する処理です。大規模言語モデルや自然言語処理における最初の重要な前処理であり、言語理解の精度や処理効率に大きな影響を与えます。
ゼロショットプロンプト
ゼロショットプロンプトとは、AIモデルに対して事前のお手本（例示）を一切与えずに、指示文だけで目的のタスクを実行させるプロンプトエンジニアリングの手法です。大規模言語モデルが持つ高度な自然言語処理能力を活用することで、事前の追加学習や例示なしで柔軟な回答を得ることができます。
MMLU
MMLUは大規模言語モデルの総合的な知識と問題解決能力を測るための代表的なベンチマークテストです。人文科学や社会科学、STEM分野など幅広い専門知識を問う選択式問題で構成されており、AIの学力測定における標準指標として広く利用されています。
LLMオーケストレーション
LLMオーケストレーションとは、大規模言語モデルを中心に複数の外部ツールやデータソース、処理フローを統合し、高度なタスクを自動実行させる仕組みです。単一のLLMでは対応できない複雑な処理を、プロンプトチェーンやエージェント技術を用いて効率的に制御します。