2990件の用語
2024年9月18日HubSpot公開Breeze。Pro 業界Pro Mainstream CRM Marketing SaaS AI + Pro Brian Halligan Pro Founder + Pro Smart CRM統合 + Pro Breeze Copilot + Pro Breeze Agents + Pro Tier含む + Pro $30-$1,200/月 + 2025-Pro Breeze Customer Agent + 累計2024-2025年Heritage。
Microsoft Researchが開発したPubMed全文で事前学習したBERTモデル。一般テキストとの混合なしに生物医学文書のみで学習した「ドメイン専用事前学習」の有効性を実証したモデル。
原文の意味を保持しながら異なる語彙・構文で表現し直す自動言い換え生成手法。T5・PEGASUS・GPT系モデルを用いて高品質なパラフレーズを生成し、LLMの訓練データ多様化やテキスト分類の汎化性能向上に活用される。
LLMの学習安定性を確保するために、各層の重みパラメータの初期分散を理論的・経験的に制御する技術。層の深さ、幅、活性化関数の種類に応じて最適な分散を計算し、勾配消失・爆発を防止する。μP（Maximal Update Parameterization）はこの分野の最新手法で、スケーリング則に基づく分散制御を実現する。
1回のLLM推論で複数のツール呼び出しを同時並行で生成・実行する機能。順次実行に比べてレイテンシを大幅削減できる。
LLMが1回の応答で複数のツール（関数）を同時に呼び出す機能。独立した複数のデータ取得やアクションを並列実行することで、ラウンドトリップ回数を削減しレイテンシを改善する。
Validation Datasetは、人工知能・機械学習分野における重要な概念・技術です。
AIシステムの目標・行動・出力が人間の価値観・意図・倫理基準と一致するよう設計・最適化する問題領域。AI安全性研究の中心課題であり、「どの人間の、どの価値観に整合させるか」という根本的な問いを含む。
2024年Microsoft発表VALL-E 2・Industry-leading zero-shot TTS + Industry-leading neural codec language model + Industry-leading 3-second voice clone + Industry-leading Microsoft Research TTS flagship。
LLMのハルシネーション傾向を質問応答・対話・要約の3タスクで体系的に評価するベンチマーク（Li et al. 2023）。3.5万件の人手検証済みハルシネーション事例を含む。
Hallucination対策。HaluEval Benchmark・FactScore・SelfCheckGPT・SAFE Search-Augmented Factuality Evaluator・Anthropic Citation Mode・Perplexity Sources・Grounding (RAG・Web Search・Tool Use)・Confabulation・GPTAuditor・Lynx (Patronus AI)・Lasso Security・¥0 OSS-API・Reasoning Step Verification・Self-Consistency・¥0 知識・2026年Citation Mandatory化。
LLMが事実と異なる情報を自信を持って生成する現象。GPT-5・Claude 4・Gemini 2でも完全解消されておらず、RAG・Tool Use・ファクトチェックで軽減する設計が必須。
LLMが事実と異なる内容を生成する幻覚（ハルシネーション）を検出・抑制・修正する技術体系。RAG・SelfCheckGPT・CoVeなど多角的アプローチを組み合わせる。
LLMが生成する事実と異なる情報（ハルシネーション）を自動的に検出・評価する技術。参照文書との整合性チェック（Faithfulness）、外部知識ベースとの事実確認（Factuality）、自己矛盾の検出（Consistency）の3つのアプローチがあり、RAGパイプラインの品質保証に不可欠である。
IBMとプリンストン大学が共同開発したハイブリッドSSM-Transformer LLM。Mamba-2ブロックとSelf-Attentionを3:1比率で組み合わせた9Bモデルで、Apache 2.0ライセンスにてオープンソース公開。学術・産業界向けの研究基盤モデル。
LLMの推論過程を最終解答でなく各中間ステップ単位で正誤評価するリワードモデル。数学問題や論理推論タスクで誤推論を早期発見し、ビームサーチやBest-of-N選択の精度を向上させる。
2025年にリリースされたAI記憶支援ウェアラブル。常時マイクが会話をキャプチャし、AIが自動的に重要情報・タスク・人物情報を記憶・整理するネックレス型デバイス。
2024年Q3 Bee Computer Inc. (米Bay Area・2024年Maria de Lourdes Zollo + Ethan Sutin共同創業・Y Combinator W24 Summer batch・Always-on personal AI startup) 発表のBee AI Wearable・Industry-shocking Budget tier $50 hardware (Friend AI $99 / Limitless $99 / Plaud $169 vs 1/2-1/3 lowest pricing) + $19/月 subscription・Always-listening Pendant + Wristband 2 form factors選択 + 7 day standby battery (Industry-leading Pendant battery life) + Personal AI Memory (Always-on context understanding + Conversational memory + Real-time conversation processing) + Multi-language + Cloud processing・AI Wearable affordable entry tier dominant brand Asia + Global expansion。
Berkeley Function-Calling Leaderboardの略称。LLMのツール呼び出し・関数実行能力を多言語・多シナリオで評価する業界標準ベンチマーク。
UC Berkeleyが開発したLLMの関数呼び出し（Function Calling / Tool Use）能力を評価するベンチマーク。2,000以上のテストケースで、APIドキュメントからの正確な関数選択・引数生成・マルチターン対話での関数連鎖を評価。実務のAPIインテグレーション性能を直接測定する。