AI・機械学習用語集

豪 Obsidian.md 2020年公開 + AI プラグイン主流 (2023年-)。ローカル Markdown + Plugin AI・「OSS ローカル AI ノート + プライバシー主流」.

Obsidian内で、ノートや画像、Webサイト等の要素を無限のキャンバス上に配置し、視覚的な接続線で構造化できる空間的思考ツール。AIとの連携による知識の文脈化に強みを持つ。

Google DeepMind が 2023 年に提案した「Large Language Models as Optimizers」手法。LLM 自身をブラックボックス最適化エンジンとして用い、自然言語でプロンプトや目的関数を反復改善する。

2024年Opera公開Aria AI Browser統合。Pro 業界Pro Mainstream マルチプラットフォームAI Browser先駆 + Pro ノルウェーOslo Opera + Pro 1995-Opera設立 + Pro Chromium基盤 + Pro Mac/Win/Linux/iOS/Android全対応 + Pro Free + 累計1995-2026年31年Heritage継承代表機。

中国のHeliXonが2022年に発表した単一アミノ酸配列からのタンパク質構造予測モデル。MSA（多重配列アラインメント）不要でAlphaFold 2に匹敵する精度を実現した。

LLMの入力埋め込み層（Embedding Layer）と出力層（Language Model Head）の重み行列を同一パラメータとして共有する手法。パラメータ数を削減しつつ、埋め込み表現と出力予測の一貫性を高める効果がある。GPT-2、T5、Llama 3など多くのモデルで採用されている。

LLMのニューラルネットワーク重みのうち絶対値が小さいものをゼロに設定し、モデルを小型化・高速化する手法。

LLMをローカル環境で手軽に実行・管理するためのオープンソースツール。モデルのダウンロード・起動・APIサービングをCLI一本で完結させ、macOS・Linux・Windowsに対応する。

ローカルマシンでLLMを実行するためのオープンソースランタイム。`ollama pull llama3`の1コマンドでモデルのダウンロードから起動までを自動化。macOS/Windows/Linux対応・GGUF形式・OpenAI互換REST API提供。2024年時点でGitHubスター9万超。

ローカルLLM実行ツール。Ollama 0.5(2026年Q1)・macOS/Linux/Windows・llama.cpp base・OpenAI API互換・tool use・Llama 4 Maverick・Qwen3・Gemma 3・Phi-4・DeepSeek R1 Distill・gpt-oss:20b対応、2026年個人LLM運用デファクト、LM Studio/LocalAI競合。

2023年Ollama Inc.発表Ollama・Industry-leading local LLM CLI/server + Industry-leading developer-friendly + Industry-leading llama.cpp backend + Industry-leading Ollama widespread developer LLM CLI 2023+。

Ollama Inc. 2023年公開のローカル LLM 実行ツール。MIT + 無料・Mac/Windows/Linux 対応・「Local LLM 業界主流」.

Ollama 0.7実行設定。Environment: OLLAMA_GPU_LAYERS(GPU Offload layer数)・OLLAMA_NUM_PARALLEL(並列)・OLLAMA_MAX_LOADED_MODELS・Mac Metal(Apple Silicon自動)・Windows/Linux CUDA(RTX GPU)・ROCm(AMD)・CLI: ollama pull llama3.3:70b・ollama run qwen2.5-coder:32b・ollama serve・API: localhost:11434・n_ctx context増強・quantization Q4_K_M/Q8_0、2026年Mac Studio M4 Max 128GB で70B Q4local定着。

2023年Subhabrata Mukherjee et al. (Microsoft)発表Orca・Industry-leading explanation tuning + Industry-leading GPT-4 teacher model + Industry-leading step-by-step reasoning trace + Industry-leading Orca + Orca 2 progressive learning。

OrcaはMicrosoft Researchが2023年に発表した、GPT-4の詳細な推論プロセス（思考の連鎖）を教師データとして小型LLMに蒸留するInstruction Tuning手法であり、推論能力の効率的な転移を実現した。

MicrosoftのOrca論文が提案した、GPT-4の思考過程（Chain-of-Thought）ごと模倣する合成データ生成スタイル。単なる回答ではなく推論プロセス全体を小型モデルに蒸留する手法で、少量高品質データの優位性を示した。

Canopy Labsが2025年2月に公開した30億パラメータの会話型テキスト音声合成モデル。LLaMA-3をベースに音声トークンを組み込み、[laugh]・[sigh]等の感情タグで表現豊かな自然音声を生成できる。

Canopi AIが公開した3Bパラメータのオープンソース音声合成モデル。感情タグ・笑い・ため息などの非言語音声表現に対応し、人間らしい音声品質を実現。

Allen Institute for AI(AI2)が 2026 年公開したオープンソース OCR モデル。論文/書籍/スキャン PDF の構造化抽出に特化し、Marker/Mistral OCR と並ぶ研究文書 OCR の最先端 OSS 実装。

Allen Institute for AIが2024年に公開した完全オープンソースのMoEモデル。7B相当の総パラメータで1B有効パラメータを使用。学習データ・コード・重みすべてを公開した透明性の高いモデル。