本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

リファレンス

AI用語集

AIツール、モデル、エージェントを選び、それらで開発するときに出会う219の用語です。それぞれ1〜2文で定義し、解説と出典を添えています。

#

τ-bench
τ-bench(tau-bench)とは、模擬的なカスタマーサービスの会話でAIエージェントをテストするベンチマークです。言語モデルがユーザーを演じ、エージェントは文書化されたポリシーのルールに従いながら、分野ごとのAPIツールを使わなければなりません。

A

Abliteration(アブリテレーション)
Abliteration(アブリテレーション)は、言語モデルが要求を拒否しないようにする手法です。拒否を担う内部の単一の方向を見つけ、モデルがその方向に書き込めないように重みを編集します。再学習は不要です。
Agent2Agent プロトコル
Agent2Agent プロトコル(A2A)は、異なるフレームワークや異なるベンダーで作られた AI エージェントが、内部のツールやメモリを公開することなく、互いを見つけ、タスクを委任し、結果をやり取りできるようにするオープン標準です。
AI アシスタント
AI アシスタント(AI assistant)とは、通常は大規模言語モデルの上に作られ、普通の言葉による依頼を受けて、人の代わりに質問に答えたりタスクをこなしたりするソフトウェア製品です。ChatGPT、Claude、Gemini がその例です。
AI アバター
AI アバター(AI avatar)とは、多くの場合実在の人物をもとに生成された動画のキャラクターです。台本やリアルタイムの応答を、顔、唇、頭の動きを合わせながら話します。
AI アライメント
AI アライメント(AI alignment)とは、AI システムの振る舞いを、ユーザーや開発者が本当に意図していることに合わせる取り組みです。もっともらしいテキストを予測したり狭い指標を最適化したりするだけでなく、役に立ち、正直で、害を避けるようにします。
AI エージェント
AI エージェント(AI agent)とは、言語モデルが次の手順を自分で決めるシステムです。固定の台本に従うのではなく、ツールを呼び出し、結果を読み、タスクが終わるまで繰り返します。
AI クローラー
AI クローラー(AI crawler)とは、AI 企業が運用する自動化されたボットです。ウェブページを取得して、学習データを集めたり、AI 検索のインデックスを作ったり、ユーザーがアシスタントにページについて尋ねたときにその場でページを取り出したりします。
AI コードエディター
AI コードエディター(AI code editor)とは、言語モデルを組み込んだコードエディターや IDE です。コード補完、コードベースについてのチャット、多数のファイルにまたがる変更を計画して実行できるエージェントモードを備えています。
AI サプライチェーン攻撃
AI サプライチェーン攻撃(AI supply-chain attack)とは、AI アプリケーションを直接攻撃するのではなく、ダウンロードしたモデル、LoRA アダプター、データセット、Python パッケージ、MCP サーバー、エージェントスキルなど、アプリケーションが依存するものを通じて侵害する攻撃です。
AI ベンチマーク
AI ベンチマーク(AI benchmark)とは、合意された採点方法を持つ固定の公開タスク集で、同じテストでモデルを比べるために使います。たとえば解決したコーディングの課題数、正解した試験問題、多数のデータセットにわたる検索の品質などです。
AI 学習データ
AI 学習データ(AI training data)とは、ウェブのテキスト、コード、画像、書き起こし、ラベル付きのペアなど、モデルが学習に使う例の集まりです。その規模、品質、構成、ライセンスによって、モデルにできることと失敗する場面が決まります。
AI 検索エンジン
AI 検索エンジン(AI search engine)とは、クエリに対してウェブ検索を行い、言語モデルで結果を読み、リンクの一覧だけでなく、情報源へのリンク付きの文章で回答を返す検索サービスです。
AI 画像アップスケーリング
AI 画像アップスケーリング(AI image upscaling)、または超解像(super-resolution)は、ニューラルネットワークを使って画像を拡大し、もっともらしい細部を補う技術です。単純なリサイズよりも鮮明に見える結果が得られます。
AI 透かし
AI 透かし(AI watermarking)とは、AI モデルがテキスト、画像、音声、動画を生成する時点で、機械で検出できる隠れた信号を埋め込むことです。後でソフトウェアがそのコンテンツを AI 生成物だと識別できるようにします。
AIME(ベンチマーク)
AIME(American Invitational Mathematics Examination)は、0 から 999 までの整数で答える 15 問の米国の数学コンテストです。AI 企業は AIME 2025 などの過去問を、数学の推論能力を測るベンチマークとして使っています。
AIレッドチーミング
AIレッドチーミング(AI red teaming)とは、公開の前後に、人間のテスターや自動化ツールでモデルやAIアプリケーションを意図的に攻撃し、有害な出力、ジェイルブレイク、インジェクションなどの不具合を見つけて修正できるようにすることです。
API キー
API キー(API key)とは、アプリケーションがリクエストごとに送る秘密の文字列です。サービスはこれで呼び出し元のアカウントを判別し、上限を適用し、料金を請求します。キーを持っている人は、通常誰でもそれを使えます。
ARC-AGI
ARC-AGI は、François Chollet が始め、ARC Prize が運営する一連のベンチマークです。AI システムが見たことのない新しい推論パズルを解けるかを試し、何を知っているかではなく、どれだけ効率よく学ぶかを測ります。
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index は、ベンチマーク企業の Artificial Analysis が算出する総合スコアです。知識労働、コーディング、科学、一般知識にわたる複数の評価を 1 つの数値にまとめ、言語モデルの比較に使います。
アテンション機構
アテンション機構(attention mechanism)とは、ニューラルネットワークが処理する各トークンについて、入力内のほかのすべてのトークンにどれだけの重みを与えるかを決める仕組みです。セルフアテンションは transformer の中核となる演算です。
エージェントオーケストレーション
エージェントオーケストレーション(agent orchestration)とは、アプリケーションの中でどのエージェントやモデル呼び出しを、どの順番で実行し、次の手順をどう選ぶかを制御することです。判断はモデルが行う場合と、固定のコードが行う場合があります。
エージェントサンドボックス
エージェントサンドボックス(agent sandbox)とは、コンテナ、仮想マシン、オペレーティングシステムの制限などによる隔離された環境です。AI エージェントはその中でコードやコマンドを実行し、決められた範囲の外にあるファイル、ネットワーク、データには届きません。
エージェントスキル
エージェントスキル(agent skills)とは、指示、スクリプト、参考ファイルをまとめたフォルダーで、それぞれが SKILL.md ファイルで説明されています。AI エージェントはこれを見つけ、タスクに必要なときだけ読み込みます。
エージェントの権限
エージェントの権限(agent permissions)とは、AI エージェントがどのツール、ファイル、コマンド、ネットワーク、アカウントを使えるか、どの操作に事前の人の承認が必要かを決めるルールです。誤ったり操作されたりしたエージェントが与える被害を限定します。
エージェントハーネス
エージェントハーネス(agent harness)とは、モデルを実際に動くエージェントにするための周辺ソフトウェアです。ループ、ツール、システムプロンプト、権限、コンテキスト管理、セッション間で進捗を引き継ぐためのファイルなどを含みます。
エージェントフック
エージェントフック(agent hooks)とは、ツール呼び出しの直前やファイル編集の直後など、作業中の決まった時点でコーディングエージェントが自動的に実行する、ユーザー定義のコマンドやスクリプトです。エージェントの動作を確認、阻止、拡張するために使います。
エージェントフレームワーク
エージェントフレームワーク(agent framework)とは、ツールループ、状態、メモリ、エージェント間のハンドオフ、トレーシングなど、AI エージェントに共通する部品を提供するソフトウェアライブラリです。開発者はこれらを一から作らずに済みます。
エージェントメモリ
エージェントメモリ(agent memory)とは、ユーザーに関する事実や過去の作業など、1 つのコンテキストウィンドウを超えて AI エージェントが情報を保持するための技術の総称です。情報をモデルの外に保存し、必要なときに読み込み直します。
エージェントループ
エージェントループ(agent loop)とは、AI エージェントの中核にある繰り返しのサイクルです。モデルがツール呼び出しを求め、アプリケーションがそれを実行して結果を返し、モデルが次に何をするかを決めます。
エージェント型 AI
エージェント型 AI(agentic AI)とは、タスクの進め方を言語モデルがある程度制御するソフトウェアを指します。モデルは手順を計画し、ツールを選び、その結果に基づいて行動します。1 回のプロンプトと応答よりも高い自律性を持ちます。
エージェント型 RAG
エージェント型 RAG(agentic RAG)とは、AI エージェントが実行する検索拡張生成です。エージェントはいつ検索するか、何を検索するか、どの情報源を使うかを決め、最初の結果が不十分なら検索し直せます。
エージェント指示ファイル(AGENTS.md)
エージェント指示ファイル(agent instructions file)とは、AGENTS.md や CLAUDE.md など、コードリポジトリに置く Markdown ファイルです。コーディングエージェントはセッションの開始時にこれを読み、プロジェクトのコマンド、規約、ルールを把握します。
自己回帰モデル
自己回帰モデル(autoregressive model)とは、系列を 1 つずつ生成するモデルです。それまでのすべてのトークンから次のトークンを予測し、その出力を入力に戻します。ほとんどの大規模言語モデルはこの方式で動いています。
近似最近傍探索
近似最近傍探索(approximate nearest neighbor、ANN)とは、保存したすべてのベクトルを調べることなく、クエリに近いベクトルを見つける探索です。厳密に最良の一致を保証しない代わりに、大規模なコレクションではるかに速く検索できます。

B

Batch API
Batch API とは、大量のモデルへのリクエストを 1 つのジョブとして送信し、呼び出しごとに待つのではなく、後でまとめて結果を受け取れる API です。提供元は余裕があるときにジョブを実行し、通常は料金を安くしています。
BM25
BM25 はキーワード検索のための順位付けの式です。クエリの単語が各文書にどれだけ出てくるかで文書を採点し、珍しい単語には大きな重みを与え、長い文書や繰り返される語の評価は抑えます。
BrowseComp
BrowseComp は、1,266 問の難しい質問からなる OpenAI のベンチマークです。ブラウジングエージェントが、入り組んで見つけにくい事実を求めて粘り強くウェブを検索できるかを試します。答えは短く、確認しやすいものです。
ブラウザーエージェント
ブラウザーエージェント(browser agent)とは、ウェブブラウザーを操作して、検索、クリック、フォームの入力、ページの読み込みなどのタスクをこなす AI エージェントです。多くの場合、画面を表示しないヘッドレスブラウザーで動きます。
ベースモデル
ベースモデル(base model)とは、指示チューニングや人のフィードバックによる学習を受ける前の、事前学習を終えたばかりの言語モデルです。指示に従ったり会話をしたりするのではなく、与えられたテキストの続きを書きます。
ベンチマーク汚染
ベンチマーク汚染(benchmark contamination)とは、モデルが学習中にベンチマークのテスト問題や答えを見てしまっている状態です。そのベンチマークでのスコアは、同じ種類の新しい問題をどれだけうまく扱えるかを過大に示すことになります。

C

C2PA コンテンツクレデンシャル
C2PA コンテンツクレデンシャル(C2PA content credentials)とは、Coalition for Content Provenance and Authenticity のオープン標準で定められた、署名付きの来歴の記録です。画像、動画、音声ファイル、文書と一緒に移動し、その出どころと編集の経緯を記録します。
Chain-of-thought
Chain-of-thought(CoT、思考の連鎖)とは、言語モデルが最終的な回答の前に中間の推論の手順を書き出すプロンプトの手法です。数学、論理、その他の複数の手順を要する問題で結果がよくなる傾向があります。
Continuous batching
Continuous batching(連続バッチ処理)とは、バッチ全体の完了を待つのではなく、生成の各ステップの後に、実行中の GPU のバッチへ新しいリクエストを加え、終わったリクエストを取り除くモデルサービングの技術です。GPU を休ませず、スループットを上げます。
ControlNet
ControlNet は、テキストからの画像生成を行う拡散モデルが、テキストのプロンプトに加えて、エッジマップ、深度マップ、人のポーズなどの構造的なガイドに従えるようにするニューラルネットワークの追加モジュールです。
CPU オフロード
CPU オフロード(CPU offloading)とは、GPU メモリに収まらないモデルを、一部の層をシステムの RAM やディスクに置き、残りを GPU で処理することで動かす方法です。モデルは動きますが、遅くなります。
クロスエンコーダー
クロスエンコーダー(cross-encoder)とは、クエリと文書を 1 回の処理でまとめて読み、関連度のスコアを出力するモデルです。別々の埋め込みを比べるより正確ですが、コレクション全体に対して実行するには遅すぎます。
コーディングエージェント
コーディングエージェント(coding agent)とは、人が貼り付けるコードを提案するだけでなく、ソフトウェアに直接取り組む AI エージェントです。コードベースを読み、ファイルを編集し、コマンドとテストを実行し、変更が動くまで繰り返します。
コサイン類似度
コサイン類似度(cosine similarity)とは、2 つのベクトルがどれだけ似ているかを、その間の角度で測る指標です。値は -1 から 1 の範囲で、ベクトルの長さは無視されます。検索で埋め込みを比べる最も一般的な方法です。
コンテキストウィンドウ
コンテキストウィンドウ(context window)とは、言語モデルが一度に考慮できるテキストの最大量で、トークン数で数えます。システムプロンプト、会話、文書、ツールの結果、モデルが書く応答が含まれます。
コンテキストエンジニアリング
コンテキストエンジニアリング(context engineering)とは、タスクの間に言語モデルのコンテキストウィンドウに入るすべてのもの、つまり指示、取得した文書、ツールの定義、ツールの結果、会話の履歴を選び、管理する取り組みです。
コンテキストの劣化
コンテキストの劣化(context rot)とは、入力が長くなるにつれて言語モデルの正確さと信頼性が落ちる現象です。入力がまだコンテキストウィンドウに収まっていて、必要な情報が含まれている場合でも起こります。
コンテキスト圧縮
コンテキスト圧縮(context compaction)とは、コンテキストウィンドウの上限に近づいた会話をエージェントが要約し、その要約から始まる新しいウィンドウで作業を続ける手順です。これにより長いタスクを継続できます。
コンピューター操作
コンピューター操作(computer use)とは、AI モデルが人と同じようにコンピューターを操作する能力です。スクリーンショットを見て、マウスのクリックとキー入力を送ることで、API のないソフトウェアでも作業できます。
チャンキング
チャンキング(chunking)とは、長い文書を埋め込みとインデックス化の前に小さな文章のまとまりに分割する手順です。検索システムは、文書のうちクエリに答える部分だけを見つけて返せるようになります。

D

データレジデンシー
データレジデンシー(data residency)とは、顧客のデータを EU など選んだ地理的な地域で保存し、多くの場合は処理もするための管理の仕組みです。データの所在地に関する法律、契約、顧客のルールを満たすために使います。
データ流出(AI エージェント)
AI エージェントにおけるデータ流出(data exfiltration)とは、攻撃者がエージェントをだまし、エージェントがアクセスできる非公開のデータを読ませて、ウェブリクエスト、メール、画像リンク、その他攻撃者が制御する経路で外部に送らせることです。
ディープフェイク
ディープフェイク(deepfake)とは、AI で作成または改変され、実在の人物、場所、出来事を、実際には起きていない形で本物らしく見せ、本物として通用しうる画像、音声、動画のコンテンツです。
ディープリサーチ(AI)
ディープリサーチ(deep research)とは、調査の問いについて計画を立て、多数のウェブ検索を行い、見つけた情報源を読み、引用付きの長いレポートを書く AI エージェントの機能です。数秒ではなく数分かかります。
判定モデル
判定モデル(decision model)とは、自由なテキストを生成する代わりに、一覧からの選択、ルーブリックによるスコア、はい/いいえの確率など、型の決まった答えを返すために作られたモデルです。
拡散モデル
拡散モデル(diffusion model)とは、多くのステップをかけて少しずつノイズを取り除くことで、ランダムなノイズを画像などのデータに変えることを学ぶ生成モデルです。
拡散言語モデル
拡散言語モデル(diffusion language model、dLLM)とは、1 トークンずつ書くのではなく、完全にマスクされた系列やノイズを含む系列から始め、何段階かかけて多くのトークン位置を並列に洗練させることでテキストを生成するモデルです。
文書解析
文書解析(document parsing)とは、PDF、スキャン画像、スライド、スプレッドシートなどのファイルを、ソフトウェアで使える構造化されたテキストに変換することです。単なる文字の羅列ではなく、見出し、読む順序、表、画像を保ちます。
直接選好最適化(DPO)
直接選好最適化(direct preference optimization、DPO)とは、報酬モデルと強化学習の代わりに、分類のような単純な損失関数を使い、好まれた回答と退けられた回答のペアで直接学習させて、言語モデルを人の選好に合わせる方法です。

E

Elo レーティング(モデルアリーナ)
モデルアリーナにおける Elo レーティング(Elo rating)とは、モデルのペアどうしの多数の一対一の投票から計算するスコアです。2 つのスコアの差から、一方のモデルの回答がもう一方よりどれくらいの頻度で好まれるかを予測できます。
EU AI Act
EU AI Act(規則(EU)2024/1689)は、人工知能に関する欧州連合の法律です。AI システムを開発、導入する者に対して、全面的な禁止から透明性の義務まで、リスクに基づくルールを定めており、2025 年から段階的に適用されます。
埋め込み
埋め込み(embedding)とは、テキスト、画像、その他のデータを表す数値の並び(ベクトル)です。意味の似たものほどベクトルが近くなるように作られます。
埋め込みの次元数
埋め込みの次元数(embedding dimension)とは、埋め込みモデルが出力する各ベクトルに含まれる値の数です。次元が多いほど多くの細部を保持できますが、値が 1 つ増えるごとに、1 件あたりの保存、メモリ、検索のコストが増えます。

F

Few-shot プロンプティング
Few-shot プロンプティング(few-shot prompting)とは、タスクの具体例をいくつかプロンプトの中で言語モデルに示し、再学習なしに新しい入力に対してそのパターンをまねさせる方法です。
ファインチューニング
ファインチューニング(fine-tuning)とは、事前学習済みのモデルを、より小さなタスク特化のデータセットでさらに学習させることです。一から学習させることなく、モデルに特定の技能、形式、口調、分野を身につけさせます。
フロンティアモデル
フロンティアモデル(frontier model)とは、その時点で利用できる最も高性能な汎用 AI モデルの 1 つで、通常は資金力のある開発企業が作ったものです。相対的な言葉であり、AI 安全性の政策でも使われます。
基盤モデル
基盤モデル(foundation model)とは、幅広いデータで大規模に学習した大きなモデルで、1 つのタスクのために作られるのではなく、プロンプトやファインチューニングによってさまざまな下流のタスクに適応させられるものです。

G

GGUF
GGUF は、モデルの重み、トークナイザー、メタデータを 1 つのファイルに保存するバイナリのファイル形式です。llama.cpp などの GGML ベースのツールでの高速な読み込みとローカル推論のために作られており、量子化された形で使われることが多くあります。
GPQA
GPQA(Graduate-Level Google-Proof Q&A)は、生物学、物理学、化学の難しい多肢選択問題 448 問からなるベンチマークです。専門家が作成しており、熟練した非専門家はウェブ検索を無制限に使っても答えられないようになっています。
GPU
GPU(graphics processing unit)は、多数の計算を並列に実行するために作られた、小さなコアを数多く持つプロセッサーです。行列演算が速いため、AI モデルの学習と実行の標準的なハードウェアになっています。
GPU クラウド
GPU クラウド(GPU cloud)とは、AI の学習、ファインチューニング、推論のために GPU マシンを時間単位や秒単位で貸し出すサービスです。neocloud と呼ばれることもある専門の事業者は GPU に特化しており、大手の汎用クラウドより安いことがよくあります。
GraphRAG
GraphRAG は、LLM がまず文書のコレクションからナレッジグラフを作り、関連するエンティティのグループごとに要約を書いたうえで、その要約とグラフのつながりを使って質問に答える検索の手法です。
ガードレール(AI)
ガードレール(guardrails)とは、言語モデルの周りに置く実行時のチェックです。入力と出力を調べ、ブロックしたり、書き換えたり、別の経路に回したりします。これにより、アプリケーションが話題から外れず、有害なコンテンツを避け、モデルだけでは確実に守れないルールに従うようにします。
ガイダンススケール(CFG)
ガイダンススケール(guidance scale)、または CFG スケールとは、拡散モデルの画像生成ツールで、出力がプロンプトにどれだけ強く従うかを調整する設定です。値を高くするとプロンプトにより忠実に従いますが、多様性は下がります。
グラウンディング
グラウンディング(grounding)とは、言語モデルの回答を、検索結果、文書、データベースなど、確認できる特定の情報源に結びつけることです。主張が学習データだけでなく、与えられた根拠に基づくようにします。
ゴールデンデータセット
ゴールデンデータセット(golden dataset)とは、入力の例と、期待される答えや振る舞いを組み合わせた、入念に確認済みの固定のセットです。AI システムを評価したり回帰テストをしたりするときの基準として使います。
生成エンジン最適化(GEO)
生成エンジン最適化(generative engine optimization、GEO)とは、AI 検索エンジンやチャットアシスタントがウェブのコンテンツを見つけ、生成する回答の中で引用し、出典として示すように、コンテンツを整える取り組みです。

H

HNSW
HNSW(hierarchical navigable small world)は、近似最近傍探索のためのグラフベースのインデックスです。複数の層にわたってベクトルを近傍とつなぐので、検索は最も近い一致に向かって素早く移動できます。
HumanEval
HumanEval は、OpenAI が 2021 年に公開したコード生成のベンチマークです。手書きで作られた 164 問の Python の問題からなり、それぞれに関数のシグネチャ、docstring、ユニットテストがあります。モデルが実際に動くコードを書けるかを確かめるために使います。
Humanity's Last Exam
Humanity's Last Exam(HLE)は、数十の科目にわたる、専門家が作成した 2,500 問からなるベンチマークです。AI モデルにとって非常に難しくなるよう作られており、答えは明確で確認できるものの、オンラインですぐには見つかりません。
ハイブリッド検索
ハイブリッド検索(hybrid search)とは、同じクエリに対してキーワード検索とベクトル検索を実行し、2 つの順位付きリストを統合する検索です。正確な単語での一致と、意味での一致の両方を結果に反映できます。
ハルシネーション(AI)
ハルシネーション(hallucination)とは、流暢で自信ありげに聞こえるものの、誤っている、情報源に裏付けられていない、あるいは作り話である AI モデルの出力です。架空の引用文献、発言、統計、API の関数などがその例です。
ヒューマンインザループ
ヒューマンインザループ(human-in-the-loop、HITL)とは、AI システムが決められた時点で一時停止し、人が次の手順を承認、修正、拒否する設計です。リスクのある操作や不確かな操作が自動で実行されないようにします。
人による評価
人による評価(human evaluation)とは、自動化された指標ではなく人によって AI の出力を判定することです。たとえば評価者がルーブリックに沿って回答を採点したり、ブラインドテストで匿名の 2 つの回答のうちよいほうを選んだりします。

I

Image-to-image
Image-to-image(画像から画像への生成)とは、既存の画像とプロンプトから新しい画像を生成するタスクです。元の画像の構造の一部を保ちながら、スタイル、細部、内容を変えます。
Image-to-video
Image-to-video(画像からの動画生成)とは、静止画を短い動画クリップに変えるタスクです。通常は画像を最初のフレームとし、テキストのプロンプトで動きを記述します。
インストラクトモデル
インストラクトモデル(instruct model)とは、ベースの言語モデルを、指示とよい回答の組み合わせ、多くの場合は人のフィードバックでもさらに学習させたモデルです。テキストの続きを書くだけでなく、依頼に従います。
インペインティングとアウトペインティング
インペインティング(inpainting)とは、画像のマスクした領域を、画像のほかの部分に合う新しく生成した内容で埋めることです。アウトペインティング(outpainting)は同じ考え方を縁の外側に適用し、画像を枠の外へ広げます。
推論
推論(inference)とは、学習済みのモデルを動かし、新しい入力から出力を生み出すことです。LLM がプロンプトへの返答を生成するのがその例です。学習とは対照的に、ユーザーがモデルを呼び出すたびに料金を払う段階です。
推論プロバイダー
推論プロバイダー(inference provider)とは、自社のハードウェアで AI モデルを動かし、通常はトークン単位の課金で API を通じて利用権を販売する企業です。自分で GPU を管理することなく、プロンプトを送って出力を受け取れます。

J

ジェイルブレイク(LLM)
ジェイルブレイク(jailbreak)とは、ロールプレイ、難読化、変わったエンコーディング、長い敵対的なテキストなどによって、安全性の訓練で拒否するはずの出力(有害な手順など)を言語モデルに生成させるプロンプトや手法です。

K

KV キャッシュ
KV キャッシュ(KV cache)とは、transformer が前のトークンについてすでに計算したアテンションのキーとバリューを保存しておくものです。新しいトークンごとに必要な計算はそのトークン自身の分だけになります。生成を速くしますが、コンテキストの長さに応じて増える GPU メモリを消費します。
ナレッジカットオフ
ナレッジカットオフ(knowledge cutoff)とは、モデルが情報をほとんど、またはまったく持たなくなる境目の日付です。学習データがおおよそその時点までに集められたためです。それ以降の出来事は、プロンプトで与えない限りわかりません。
ナレッジグラフ
ナレッジグラフ(knowledge graph)とは、人、製品、場所、概念などのエンティティを名前の付いた関係で結んで情報を保存するものです。ソフトウェアは、ばらばらのテキストを検索する代わりに、事実の間のつながりをたどれます。
ナレッジベース(AI)
AI アプリにおけるナレッジベース(knowledge base)とは、ヘルプ記事、規程、製品ドキュメントなど、アシスタントやエージェントが質問に答えるために検索する文書とデータの集まりです。モデルそのものとは別に管理されます。
知識蒸留
知識蒸留(knowledge distillation)とは、小さな生徒モデルに大きな教師モデルの出力をまねさせる学習方法です。教師の能力の多くを低いコストで保った蒸留モデルができます。

L

LLM observability(LLMオブザーバビリティ)
LLM observability(LLMオブザーバビリティ、可観測性)とは、本番環境でAIアプリケーションが行うこと、つまりプロンプト、応答、ツール呼び出し、レイテンシ、トークン使用量、コストを、検索できるトレースとして記録することです。これにより障害をデバッグし、システムの挙動を長期的に把握できます。
LLM routing(LLMルーティング)
LLM routing(LLMルーティング)とは、各リクエストをそれに最も適した言語モデルに送る手法です。簡単なプロンプトには安価なモデル、難しいプロンプトには強力なモデルを使うことが多く、コスト、速度、品質のバランスを取ります。
LLM ゲートウェイ
LLM ゲートウェイ(LLM gateway)とは、アプリケーションとモデルの提供元の間に置くプロキシサーバーです。1 つの API を公開し、キー、ルーティング、フォールバック、レート制限、ログ、支出の追跡を 1 か所で扱います。
LLM 評価
LLM 評価(LLM evaluation)は evals とも呼ばれ、モデルや AI アプリケーションをテストケースのセットで動かし、定めた基準に照らしてコード、人、または別のモデルで出力を採点することで、タスクをどれだけうまくこなすかを測ることです。
LLM-as-a-judge
LLM-as-a-judge とは、人のレビュアーの代わりに、あるいは人と併用して、強力な言語モデルに別のモデルやアプリケーションの出力を採点させる評価方法です。ルーブリック、参照用の回答、並べての比較を使います。
llms.txt
llms.txtとは、Webサイトが通常/llms.txtにMarkdownファイルを公開し、サイトの概要と最も役立つページへのリンクを言語モデルが読みやすい形で示すという、提案段階の慣行です。
LMArena
LMArenaは、当初Chatbot Arenaとして知られた公開プラットフォームで、クラウドソーシングによる人間の投票でAIモデルをランク付けします。ユーザーは同じプロンプトに答える匿名の2つのモデルを見て、より良い応答を選びます。
LoRA
LoRA(low-rank adaptation、低ランク適応)とは、モデルの元の重みを固定し、各層に追加した小さな低ランク行列を学習させるファインチューニング手法です。変更されるパラメータがはるかに少なく、必要なGPUメモリも大幅に減ります。
リーダーボード(AI)
AI のリーダーボード(leaderboard)とは、1 つ以上のベンチマークのスコアや人の選好の投票に基づいてモデルを並べた公開のランキングです。新しいモデルがテストされるたびに更新され、読者はモデルを並べて比較できます。
リップシンク(AI 動画)
AI リップシンク(AI lip sync)とは、動画や画像の中の人物の口の動きを、翻訳したセリフや書き直したセリフなどの新しい音声トラックに合うようにモデルで変えることです。
レイアウト解析
レイアウト解析(layout analysis)とは文書解析の一部で、タイトル、段落、表、図、キャプション、フッターなど、ページ上の領域を見つけてそれぞれにラベルを付け、人が読む順序を割り出す処理です。
レイトインタラクション(ColBERT)
レイトインタラクション(late interaction)とは、ColBERT が導入した検索の手法です。クエリと各文書を別々に、トークンごとに 1 つのベクトルへエンコードし、最後の安価な手順でそのトークンのベクトルを比べて一致度を採点します。
ローカルLLM
ローカルLLMとは、プロバイダーのクラウドAPIではなく、自分のコンピューター、スマートフォン、サーバー上で動かす言語モデルのことです。プロンプトとデータが自分のハードウェアにとどまり、インターネット接続なしでも動作します。
大規模言語モデル
大規模言語モデル(large language model、LLM)とは、数十億のパラメーターを持ち、大量のテキストで次のトークンを予測するよう学習したニューラルネットワークです。これにより、文章を書く、質問に答える、要約する、指示に従うといったことができます。

M

Matryoshka embeddings(マトリョーシカ埋め込み)
Matryoshka embeddings(マトリョーシカ埋め込み)とは、先頭の値ほど多くの情報を持つように学習されたベクトルです。短い長さに切り詰めても有用な検索結果が得られるため、ストレージを節約し、検索を高速化できます。
MCPクライアント
MCPクライアントとは、AIアプリケーションのうち、1つのMCPサーバーとの1つの接続を保持する部分です。機能のネゴシエーションを行い、そのサーバーとホストアプリの間でリクエスト、結果、通知を運びます。
MCPサーバー
MCPサーバーとは、Model Context Protocolを通じてツール、データリソース、プロンプトテンプレートをAIアプリケーションに公開するプログラムです。MCPに対応したクライアントであれば、独自の統合コードなしで利用できます。
MCPトランスポート(stdio、Streamable HTTP)
MCPトランスポートとは、クライアントとサーバーの間でMCPのJSON-RPCメッセージを運ぶ経路です。仕様では2つを定義しています。ローカルのサブプロセスとして動くサーバー向けのstdioと、ネットワーク経由で接続するサーバー向けのStreamable HTTPです。
MCPのリソースとプロンプト
MCPのリソースとプロンプトは、MCPサーバーがツール以外に提供できる2つのものです。リソースはそれぞれURIを持つデータで、アプリがコンテキストに追加できます。プロンプトは、ユーザーが選んで実行する再利用可能なメッセージのテンプレートです。
Mixture of experts(MoE)
Mixture of experts(MoE、混合エキスパート)とは、各層に複数のエキスパートと呼ばれるサブネットワークを持ち、ルーターが各トークンをそのうち少数だけに送るモデル設計です。トークンごとにモデルの一部だけが動きます。
MMLU
MMLU(Massive Multitask Language Understanding)とは、初等数学や米国史から法律、コンピューターサイエンスまで57科目を対象とする多肢選択式のベンチマークで、言語モデルの幅広い知識と問題解決能力を測ります。
Model Context Protocol
Model Context Protocol(MCP)とは、AIアプリケーションが外部のツール、データ、プロンプトに接続する方法を定めたオープン標準です。ホストアプリケーション、そのクライアント、独立したサーバーの間でJSON-RPCメッセージを使います。
MTEB
MTEB(Massive Text Embedding Benchmark)とは、テキスト埋め込みモデルを、検索、クラスタリング、分類、リランキングなど多くの種類のタスクで、多数のデータセットと言語にわたって評価する公開ベンチマークとリーダーボードです。
マルチエージェントシステム
マルチエージェントシステムとは、それぞれ独自の指示、ツール、コンテキストを持つ複数のAIエージェントがタスクの一部を担当し、結果を互いに、または調整役のエージェントに渡す構成です。
マルチモーダルモデル
マルチモーダルモデルとは、テキスト、画像、音声、動画など複数の種類のデータを、別々のシステムではなく1つのモデルの中で受け取り、場合によっては生成できるAIモデルです。
メタデータフィルタリング
メタデータフィルタリングとは、日付、作成者、言語、アクセスグループなど保存された属性が指定条件に一致する項目だけに検索を絞り込むことです。ベクトルの類似度で順位付けするのと同時に、またはその前に行います。
モデルカード
モデルカード(model card)とは、機械学習モデルとともに公開される短い文書で、そのモデルの用途、学習と評価の方法、性能が低い領域、使うべき場面と使うべきでない場面を説明します。
モデルサービング
モデルサービング(model serving)とは、学習済みのモデルを、アプリケーションがネットワーク経由で呼び出すサービスとして動かすことです。重みをGPUに読み込み、リクエストをキューに入れてバッチ処理し、メモリを管理して結果を返すソフトウェアを使います。
モデルのパラメータ
モデルのパラメータとは、ニューラルネットワークが学習で獲得する数値で、そのほとんどは重みです。パラメータ数は70億なら7Bのように書かれ、モデルの規模を表す一般的な略記です。
モデルの重み
モデルの重み(model weights)とは、ニューラルネットワーク内部の学習済みの数値で、学習中に決まり、入力を出力に変える方法を決定します。チェックポイントとは、その重みを含む保存済みのファイルまたはファイル群です。
モデルフォールバック
モデルフォールバック(model fallback)とは、第一候補のモデルが失敗した、タイムアウトした、レート制限に達した、入力を拒否したといった場合に、リクエストを予備のモデルや提供元に送るルールです。障害が起きても AI 機能を動かし続けられます。
モデルライセンス
モデルライセンスとは、モデルの重み、場合によってはコードやデータを、どのように使用、変更、共有してよいかを定めた法的な条件です。条件は、寛容なオープンライセンスから、非商用や独自の制限付きのものまでさまざまです。

N

NPU
NPU(neural processing unit)とは、ニューラルネットワークの計算を高速かつ低消費電力で実行するために作られたチップ、または大きなチップ内のブロックです。スマートフォンやノートPCは、NPUを使って小さなAIモデルをデバイス上で動かします。
ノーコードAIアプリビルダー
ノーコードAIアプリビルダーとは、平易な言葉による説明やビジュアルエディターから動くアプリを作るツールです。通常はホスティングとデータベースが含まれ、コードを書かずにソフトウェアを公開できます。
数値精度(FP16、BF16、FP8)
数値精度とは、モデルの重みを保存し計算を行うための数値形式で、FP32、FP16、BF16、FP8、INT4などがあります。数値あたりのビット数が少ないほどメモリが減り推論が速くなりますが、精度が落ちるおそれがあります。

O

AIエージェントのためのOAuth
AIエージェントのためのOAuthとは、OAuth認可標準を使い、エージェントやMCPクライアントが、ユーザーのパスワードや範囲の広いAPIキーを持つ代わりに、限定的で取り消し可能なアクセストークンでユーザーに代わって操作できるようにすることです。
ONNX
ONNX(Open Neural Network Exchange)とは、機械学習モデルのためのオープンなファイル形式です。モデルを標準的な演算子のグラフとして記述するため、あるフレームワークで学習し、別の環境で実行できます。
OpenAI互換API
OpenAI互換API(OpenAI-compatible API)とは、ほかのプロバイダーやツールが提供するエンドポイントのうち、OpenAIのAPIと同じリクエストとレスポンスの形式を受け付けるものです。OpenAI向けに書いたコードは、ベースURL、キー、モデル名を変えるだけで切り替えられます。
OSWorld
OSWorldとは、Ubuntu、Windows、macOSなどの実際のOSを動かし、Webアプリとデスクトップアプリにわたる369の自由形式のタスクで、スクリプトによる判定でエージェントを採点するcomputer-useエージェント向けのベンチマークです。
オープンウェイトモデル
オープンウェイトモデル(open-weight model)とは、学習済みの重みが公開され、誰でもダウンロードして実行できるモデルです。学習コードや学習データ全体は含まれないことが多く、必ずしもオープンソースではありません。
オープンソースAI
オープンソースAIとは、誰でも使用、研究、変更、共有できる条件で公開され、変更に必要な要素、つまり学習データに関する情報、完全なコード、モデルのパラメータにアクセスできるAIシステムです。
光学文字認識(OCR)
光学文字認識(OCR)とは、スキャンしたページ、写真、スクリーンショットなどの画像からテキストを読み取り、検索、コピー、モデルへの入力ができる機械可読の文字に変換するソフトウェアです。
出力トークン
出力トークン(output tokens)とは、言語モデルが応答で生成するトークンです。入力トークンとは別に数えられ、別に請求されます。max_tokensの設定で、1つの応答に含められる数の上限を決めます。

P

PagedAttention
PagedAttentionとは、言語モデルのKV cacheを、OSのページのように、GPUメモリ上で隣り合っている必要のない小さな固定サイズのブロックに格納する手法です。無駄なメモリを減らし、サーバーが同時に処理できるリクエストを増やします。
pass@k
pass@kとは、コードのベンチマークで使われる指標で、1つの問題に対して生成したk個の解のうち少なくとも1つがユニットテストに合格する確率を示します。pass@1は、1回の試行で成功する確率です。
PII redaction(個人情報のマスキング)
PII redaction(個人情報のマスキング)とは、テキストや画像をモデルに送る、ログに保存する、ほかの人に見せる前に、名前、電話番号、住所、カード番号などの個人を特定できる情報を検出し、削除または伏せ字にすることです。
パラメータ効率の良いファインチューニング(PEFT)
パラメータ効率の良いファインチューニング(parameter-efficient fine-tuning、PEFT)とは、事前学習済みモデルのうち、新しく加えた、または選んだ少数のパラメータだけを学習させ、残りを固定したまま適応させる手法です。完全なファインチューニングに必要なメモリ、計算、ストレージを削減します。
プロンプトインジェクション
プロンプトインジェクション(prompt injection)とは、ユーザーが入力した、あるいはWebページ、ファイル、ツールの結果に隠されたテキストが言語モデルに渡され、開発者が意図しない形でモデルの挙動を変える攻撃です。
プロンプトエンジニアリング
プロンプトエンジニアリング(prompt engineering)とは、モデルの重みを変えずに、アプリケーションが必要とする出力を言語モデルが生成するよう、与える指示と例を書き、構成し、テストすることです。
プロンプトキャッシュ
プロンプトキャッシュ(prompt caching)とは、長いシステムプロンプトや文書など、繰り返し使われるプロンプトの先頭部分を処理済みの形で保存するAPIの機能です。同じ先頭部分で始まる後続のリクエストが安く、速くなります。
事前学習
事前学習(pretraining)とは、モデルの学習の最初で最大の段階で、タスク固有の調整を行う前に、ラベルのない非常に大きなデータセットから、通常は次のトークンを予測することで一般的なパターンを学ぶことです。

Q

クエリ書き換え
クエリ書き換え(query rewriting)とは、検索の前にユーザーの質問を明確にする、分割する、関連語を加えるなどして変更し、リトリーバーがその答えとなる文章を見つけやすくすることです。
量子化
量子化(quantization)とは、モデルの重み、場合によっては活性化を、16ではなく8や4など少ないビット数で保存する技術です。モデルに必要なメモリが減り、多くの場合は速く動きますが、精度は多少犠牲になります。

R

ReAct(reasoning and acting)
ReAct(reasoning and acting、推論と行動)とは、言語モデルが推論のステップを書くこと、検索やツール呼び出しなどの行動をとること、次のステップの前にその結果を読むことを交互に繰り返すプロンプトのパターンです。
RLHF
RLHF(reinforcement learning from human feedback、人間のフィードバックによる強化学習)とは、言語モデルの回答を人が順位付けしたものを使ってモデルをファインチューニングする手法です。報酬モデルがその選好を学習し、強化学習によってスコアの高い回答に向けてモデルを調整します。
リランキング
リランキング(reranking)とは、候補文書の短いリストを受け取り、最初の検索より正確だが遅いモデルを使って、クエリとの関連度で並べ替える2段目の検索ステップです。
レート制限(API)
レート制限(rate limit)とは、アカウントが一定時間内にAPIをどれだけ使えるかの上限で、通常は1分あたりのリクエスト数(RPM)と1分あたりのトークン数(TPM)で示されます。上限を超えたリクエストは拒否され、通常はHTTP 429エラーが返ります。
回帰テスト(LLMアプリ)
LLMアプリの回帰テスト(regression testing)とは、プロンプト、モデル、検索の設定、ツールを変更するたびに固定の評価ケース群を再実行し、以前は動いていたのに今は失敗するケースを見つけることです。
報酬モデル
報酬モデル(reward model)とは、人間の選好データで学習し、応答がどれだけ良いかを採点する別個のモデルです。その後、強化学習がそのスコアを使って、人が好む回答に向けて言語モデルを調整します。
推論モデル
推論モデル(reasoning model)とは、最終的な答えを出す前に、中間的な思考のトークンを連ねて問題に取り組むよう学習された言語モデルです。数学、コーディング、複数ステップのタスクで役立つ傾向があります。
検索の指標(recall@k、nDCG、MRR)
検索の指標とは、検索システムが関連する文書をどれだけうまく返すかを評価するものです。recall@kは上位k件に関連項目がいくつ含まれるかを確認し、nDCGはそれらを上位に並べることを評価し、MRRは最初の正解がどれだけ早く現れるかを測ります。
検索拡張生成(RAG)
検索拡張生成(retrieval-augmented generation、RAG)とは、システムがまず文書の集まりから質問に関連する文章を検索し、その文章を言語モデルに渡して、それに基づいて回答させるパターンです。

S

Safetensors
Safetensorsとは、Hugging Faceによるモデルの重みを保存するためのファイル形式です。Pythonのpickleファイルと異なり、読み込み時に隠れたコードが実行されることはなく、個々のテンソルをメモリマップで高速に読み込めます。
SOC 2
SOC 2とは、外部のCPA監査法人がAICPAの基準に基づいて作成する監査報告書で、サービス組織のセキュリティ、可用性、処理のインテグリティ、機密保持、プライバシーに関わる統制を対象とします。
Speech-to-speechモデル
Speech-to-speechモデル(音声対音声モデル)とは、話し言葉の音声を受け取り、いったんテキストに変換して戻すことなく、直接話し言葉の音声を出力するモデルです。リアルタイムの音声会話や翻訳に使われます。
Speech-to-text(音声認識)
Speech-to-text(音声認識)とは、自動音声認識(ASR)とも呼ばれ、話し言葉の音声を書き言葉のテキストに変換するソフトウェアです。書き起こし、字幕、音声コマンド、そして音声エージェントの聞き取りの部分を支えています。
Structured output(構造化出力)
Structured output(構造化出力)とは、言語モデルの応答を、通常はJSONスキーマなど自分で定義した形式に従わせるAPIの機能です。自由なテキストから抜き出す代わりに、コードで確実に解析できます。
SWE-bench
SWE-benchとは、人気のあるPythonプロジェクトの実際のGitHub issueから作られたコーディングのベンチマークです。モデルやエージェントはリポジトリを編集し、issueを修正して、プロジェクトの隠されたテストに合格させなければなりません。
サーバーレスGPU
サーバーレスGPU(serverless GPU)とは、コードやモデルをデプロイすると、リクエストが届いたときだけプラットフォームがGPUワーカーを起動するクラウドの方式です。動いた時間だけ課金され、アイドル時にはゼロまで縮小します。
サブエージェント
サブエージェント(subagent)とは、メインのエージェントがタスクを任せる補助のエージェントです。独自の新しいコンテキストウィンドウで、多くの場合は独自の指示とツールを持って作業し、結果の要約だけを返します。
システムプロンプト
システムプロンプト(system prompt)とは、アプリケーションがユーザーのメッセージより前に言語モデルに送る指示のまとまりです。会話全体を通じたモデルの役割、ルール、口調、出力形式を設定します。
ストリーミング(LLMの出力)
ストリーミング(streaming)とは、完全な応答を待たずに、トークンが生成されるそばからLLMの出力を少しずつクライアントに送ることです。完全な回答にはずっと長くかかる場合でも、ユーザーにはすぐにテキストが表示されます。
スパース検索
スパース検索(sparse retrieval)とは、クエリと文書を、語彙にわたるベクトルとして表す方法です。ほとんどの要素はゼロで、ゼロでない各要素は単語の重みであるため、キーワード検索と同じ高速な転置インデックスを検索に使えます。
スラッシュコマンド
スラッシュコマンド(slash command)とは、/compactや/reviewのように先頭にスラッシュを付けて入力する指示で、AIツールにテキストを通常のメッセージとして扱わず、組み込みの操作や保存済みのプロンプトを実行させるものです。
セマンティックキャッシュ
セマンティックキャッシュ(semantic cache)とは、過去のLLMの応答を保存し、新しいリクエストが以前のものとほぼ同じ意味であれば、テキストの完全一致ではなく埋め込みの類似度で判断してその応答を返す仕組みです。繰り返される質問でコストとレイテンシを節約します。
セルフホスティング(AIモデル)
AIモデルのセルフホスティング(self-hosting)とは、プロバイダーのAPIを呼び出す代わりに、自社のサーバー、レンタルしたGPU、ノートPCなど、自分が管理するハードウェアでモデルを動かすことです。モデルを選び、データを手元に置けますが、インフラは自分で運用します。
仕様駆動開発
仕様駆動開発(spec-driven development)とは、コーディングエージェントとの作業の進め方の1つで、まず何をなぜ作るかの仕様を書き、エージェントにそれを計画、タスクリスト、最終的にはコードへと変えさせるものです。
合成データ
合成データ(synthetic data)とは、現実の情報源から集めるのではなく、ソフトウェア、多くの場合は別のAIモデルによって生成された学習用またはテスト用のデータです。不足を埋める、例を安く追加する、実際の個人データの露出を避けるといった目的で使われます。
小規模言語モデル(SLM)
小規模言語モデル(small language model、SLM)とは、パラメータが比較的少なく、通常は数十億以下の言語モデルで、ノートPC、スマートフォン、1枚のGPUで、大規模なモデルより低いコストで動くように作られています。
投機的デコーディング
投機的デコーディング(speculative decoding)とは、小さく速いドラフトモデルに複数のトークンを提案させ、大きなモデルが1回のパスでそれを確認して受け入れたものを残すことで、テキスト生成を高速化する手法です。出力は大きなモデルだけで生成した場合と一致します。
教師ありファインチューニング(SFT)
教師ありファインチューニング(supervised fine-tuning、SFT)とは、事前学習済みのモデルを、プロンプトの例と望ましい応答のペアでさらに学習させることです。ベースモデルを指示に従うモデルに変える、通常の最初のステップです。
状態空間モデル(SSM)
状態空間モデル(state space model、SSM)とは、各トークンを読みながら固定サイズの隠れ状態を引き継いでいく系列モデルで、コストは入力の長さに比例して線形に増えます。最もよく知られた例はMambaです。
話者ダイアライゼーション
話者ダイアライゼーション(speaker diarization)とは、音声の録音を話者ごとに分け、発話の各区間に誰が話したかのラベルを付けるタスクです。「誰がいつ話したか」という問いに答えます。

T

1秒あたりのトークン数
1秒あたりのトークン数(tokens per second、tok/s)とは、言語モデルが出力を生成する速さを測る指標です。1つの応答がストリーミングされる速さであるユーザーごとの値か、同時に処理するすべてのリクエストの合計出力であるシステム全体の値で示されます。
Temperature(サンプリング)
Temperature(温度)とは、言語モデルの単語の選び方がどれだけランダムかを制御するサンプリングの設定です。低い値では最も可能性の高いトークンが選ばれやすくなり、高い値では可能性の低いトークンにも選択が広がります。
Terminal-Bench
Terminal-Benchとは、コマンドラインのターミナルで作業するAIエージェントのためのベンチマークです。各タスクではエージェントに実際の環境が与えられ、作業が本当に完了したかを確認するテストで採点されます。
Test-time compute(推論時の計算)
Test-time compute(推論時の計算)とは、モデルが学習中ではなく、リクエストに答える間に使う計算量のことです。モデルに長く考えさせたり、複数の回答を試させたりすると、難しい問題で結果が良くなることがあります。
Text-to-3D
Text-to-3Dとは、書かれたプロンプトから3Dのオブジェクトやシーンを生成するタスクです。Image-to-3Dは、同じことを1枚以上の写真から行います。出力はどの角度からでも見られます。
Text-to-image(画像生成)
Text-to-image(画像生成)とは、プロンプトと呼ばれる書かれた説明から新しい画像を生成するタスクです。現在のtext-to-imageモデルのほとんどは、テキストで条件付けした拡散モデルです。
Text-to-music(音楽生成)
Text-to-music(音楽生成)とは、ジャンル、雰囲気、楽器、テンポなどの書かれた説明から音楽の音声を生成するタスクです。歌詞を書いて歌うシステムもあります。
Text-to-speech(音声合成)
Text-to-speech(TTS、音声合成)とは、書かれたテキストを話し言葉の音声に変えるソフトウェアです。現在のTTSは、テキストから発話の音を予測し、それを波形として描き出すニューラルネットワークを使います。
Text-to-video(動画生成)
Text-to-video(動画生成)とは、書かれたプロンプトから短い動画クリップを生成するタスクです。モデルは、それぞれが正しく見え、しかもフレーム間で一貫して動くフレームを生成しなければなりません。
Time to first token(TTFT)
Time to first token(TTFT、最初のトークンまでの時間)とは、ユーザーが言語モデルにリクエストを送ってから応答の最初のトークンを受け取るまでの待ち時間で、キューでの待ち、プロンプトの処理、ネットワークの時間を含みます。
Top-p sampling
Top-p sampling(nucleus sampling、核サンプリング)とは、確率の合計がしきい値pに達する最小の候補の集合だけから次のトークンを選び、可能性の低いトークンの長い裾を切り捨てる手法です。
TPU
TPU(tensor processing unit)とは、Googleが機械学習のために作った独自のチップで、大きな行列積ユニットと広帯域メモリを中心に構成されています。GoogleはTPUを、Google Cloud上のレンタルサービスとして他社に提供しています。
Transformer(アーキテクチャ)
Transformerとは、2017年に発表された、再帰の代わりにattentionを使って系列を処理するニューラルネットワークのアーキテクチャです。現在のほぼすべての大規模言語モデルと、多くの画像や音声のモデルの基盤になっています。
ツールポイズニング
ツールポイズニング(tool poisoning)とは、悪意のあるツール、多くの場合はMCPサーバーが、ツールの説明やメタデータに指示を隠す攻撃です。AIモデルはそれを指針として読み、ユーザーが気付かないうちにデータを漏らしたり、ほかのツールを悪用したりすることがあります。
ツール呼び出し
ツール呼び出し(tool calling)は関数呼び出し(function calling)とも呼ばれ、モデル API の機能の 1 つです。スキーマで関数を記述すると、モデルはその 1 つを呼び出す構造化されたリクエストを返し、コードがそれを実行して結果を返します。
テンソル並列
テンソル並列(tensor parallelism)とは、ニューラルネットワークの各層を複数のGPUに分割し、すべてのGPUが各重み行列の一部を持ち、毎ステップの自分の担当分を計算する方法です。1枚のGPUには大きすぎるモデルを、多数のGPUにまたがって動かせます。
トークナイザー
トークナイザー(tokenizer)とは、テキストをトークンに分割し、言語モデルが処理できる数値のIDに変換し、モデルが出力したIDをテキストに戻す構成要素です。
トークン(LLM)
トークン(LLM)とは、言語モデルが読み書きするテキストの基本単位で、多くの場合、単語、単語の一部、句読点、またはバイトです。料金、速度、コンテキストの上限はすべてトークンで数えます。
トークン料金
トークン料金(token pricing)とは、ほとんどのAIモデルのAPIが採用している課金方法です。送る入力トークン100万あたりの定額料金と、モデルが生成する出力トークン100万あたりの、通常はより高い別の料金があり、キャッシュされた入力やバッチジョブには割引があります。
表抽出
表抽出(table extraction)とは、文書の中から表を見つけ、その行、列、見出し、セルを、ばらばらのテキストの行ではなく、HTML、Markdown、CSVなどの構造化データとして再構築するタスクです。

U

ユニファイドメモリ
ユニファイドメモリ(unified memory)とは、CPUとGPUがそれぞれ専用のメモリを持つのではなく、1つのメモリのプールを共有する設計です。Apple SiliconのMacや同様のチップでは、ローカルのAIモデルがシステムRAMの大部分をGPUメモリとして使えます。

V

Vibe coding(バイブコーディング)
Vibe coding(バイブコーディング)とは、欲しいものをAIモデルに説明し、モデルが書いたコードを読んだりレビューしたりせずに受け入れ、プログラムが動いているように見えるかどうかだけで結果を判断してソフトウェアを作ることです。
VRAM
VRAMとは、グラフィックスカード上のメモリです。AIの作業ではモデルの重み、KV cache、作業用のデータを保持し、モデルがVRAMに収まるかどうかで、通常それを動かすのに必要なGPUが決まります。
ビジョン言語モデル(VLM)
ビジョン言語モデル(vision-language model、VLM)とは、画像とテキストを入力として受け取り、テキストを生成するモデルです。画像を説明し、画像についての質問に答え、文書を読み、スクリーンショットからデータを抽出できます。
ベクトルデータベース
ベクトルデータベース(vector database)とは、埋め込みを元のレコードとともに保存し、クエリのベクトルに最も近い保存済みのベクトルを見つけるデータベースです。数百万の項目にわたって検索を高速に保つため、通常は近似インデックスを使います。
ベクトル検索
ベクトル検索(vector search)とは、項目の埋め込みをクエリの埋め込みと比較し、最も近いものを返すことで項目を見つける方法です。共通のキーワードではなく意味で一致する結果が得られます。
ボイスクローニング
ボイスクローニング(voice cloning)とは、AIを使い、特定の人の録音から学んだその人の声で音声合成システムに話させることです。短いサンプルだけで済むシステムもあります。
音声エージェント
音声エージェント(voice agent)とは、リアルタイムで音声の会話を行うAIエージェントです。人の話を聞き、何を言うか、何をするかを決め、合成音声で答えます。多くの場合、電話回線やアプリを通じて使われます。

W

AIのためのWebクローリング
AIのためのWebクローリング(web crawling)とは、リンクやURLのリストをたどってWebページを自動的に取得し、モデルの学習、検索インデックスの構築、アプリケーションが検索する新しいコンテンツの提供のためにテキストを集めることです。
Weight-Space Programming(重み空間プログラミング)
Weight-Space Programming(重み空間プログラミング)は、言語モデルがニューラルネットワークの重みを読んで何を計算しているかを理解し、勾配による学習なしにその重みを直接書いたり編集したりする、提案段階の能力です。プログラマーがコードを編集するのに似ています。
ワークフローとエージェントの違い
ワークフロー(workflow)とは、手順がコードで固定された経路に従う LLM システムです。一方エージェントでは、モデルが自分で手順とツール呼び出しを決めます。エージェント型ワークフローとして売られている製品の多くは、その中間に位置します。
ワークフロー自動化(AI)
AIワークフロー自動化(workflow automation)とは、Zapier、Make、n8nなどのツールを使い、トリガー、アプリの操作、モデルの呼び出しをつないで、新しいサポートチケットを1件ずつ要約するような、自動で動くプロセスを作ることです。
世界モデル
世界モデル(world model)とは、多くの場合は動画やセンサーのデータから、環境の仕組みを次に何が起こるか予測できるほどに学習したAIモデルです。エージェントはそのシミュレーションの中で計画を立てたり学習したりできます。

Z

Zero-shot(ゼロショット)
Zero-shot(ゼロショット)とは、プロンプトに実例を含めず、タスク固有の学習もせずに、指示だけでモデルにタスクを行わせることです。モデルは、すでに学習したことだけに頼ります。
ゼロデータ保持(ZDR)
ゼロデータ保持(zero data retention、ZDR)とは、AIプロバイダーが、リクエストに応答した後に顧客のプロンプトと出力を保持しない取り決めです。通常は承認された顧客にだけ、対象となるAPIの機能に限って提供されます。