AI 用語集

LLM、RAG からファインチューニング、エージェントまで、主要な AI 概念を平易に解説。

大規模言語モデル（LLM）

大量のテキストで学習し、次のトークンを予測するニューラルネットワーク。会話、執筆、コーディングなどを支える。

モデルが処理するテキストの基本単位。英語約4文字、中国語1〜2文字が1トークン。課金とコンテキスト制限はトークン単位。

ナレッジベースから関連文書を検索してモデルに渡し、あなたのデータに基づいて回答させる手法。

テキスト（や画像）の意味を捉えた数値ベクトル表現。類似度検索を可能にする。

事前学習済みモデルを自社データで追加学習させ、特定のスタイル・形式・タスクを習得させること。

ベース重みを固定し小さな低ランク行列だけを学習する、パラメータ効率の良いファインチューニング手法。コストを大幅に削減。

モデルから高品質な出力を安定して得るため、入力（プロンプト）を設計する技術。

自律的に計画し、ツールを使い、多段階の行動で目標を達成する AI システム。

モデルが外部ツールやデータソースに統一された方法で接続できるオープン標準。

モデルが一度に扱える最大トークン数。それを超えると切り捨てられるか忘れる。

モデルが誤りや捏造を自信満々に生成する現象。RAG、ツール利用、検証で軽減できる。

テキスト、画像、音声、動画など複数のデータ種別を理解・生成できるモデル。

学習済みモデルを実行して出力を得るプロセス。学習と対になる。

ソースコードや重みが公開され、自由に利用・研究・セルフホストできるモデルやツール。

Embedding を保存し高速な類似度検索を行うデータベース。RAG システムの要。