AI・機械学習用語集

Allen Institute for AIが開発したオープンソースドキュメントパーシングLLM。学術・Web文書のPDFを高精度にMarkdownへ変換し、LLM学習データ品質向上を目的として設計された。

AI作曲/音楽生成。Suno AI v5(2025年12月)・Udio v2・Google MusicLM/Lyria 2・Meta AudioCraft/MusicGen・Stable Audio 2.5・ElevenLabs Music(2025年Q4)・Riffusion・YouTube Music AI Hostが2026年代表、4分作曲+作詞+マスタリング+商用利用可。

AI音声合成複製技術。ElevenLabs v3(30言語・3秒サンプル)・OpenAI Voice Engine・Resemble AI・Microsoft VALL-E 2・Coqui XTTS v2・F5-TTS・MaskGCT・Kokoro-TTSが2026年代表実装、ゼロショット学習+プロソディ転移+エモーション制御で放送品質達成、DeepFake音声検出が社会課題化。

音声（スピーチ）とテキスト（言語）を統合的に処理する大規模モデルの総称。従来の音声認識（ASR）→テキスト処理→音声合成（TTS）のパイプラインを、単一のモデルで端到端（end-to-end）に実行できるアーキテクチャを指す。

Text-to-Speech・AI音声合成。OpenAI gpt-4o-tts・Google Gemini TTS・ElevenLabs v3 Turbo・Play.ai 3.0・Murf.ai・Deepgram Aura 2・CoquiXTTS v2・Style-Bert-VITS2(日本語・OSS)・VoiceVox Coeiroink・VOICEPEAKが2026年代表、放送品質レベル到達。

Speech-to-Text・音声→テキスト変換AI。OpenAI Whisper Large v3 Turbo・Whisper 4(2026年予定)・NVIDIA Canary 1B・Google Chirp 3・Microsoft Speech Service・Deepgram Nova-3・AssemblyAI Universal-2・Groq Whisper V3 Turbo推論($0.02/hour)が2026年代表、多言語97%+WER低減。

クラウド送信せず端末上で処理するAI/推論方式。Apple Intelligence（M4搭載機）・Windows Copilot+（Snapdragon X Elite/Core Ultra）・Google Gemini Nanoが代表で、プライバシー保護と低遅延を両立。

LLMが自ら生成した応答に対してリアルタイムに報酬フィードバックを受け方策を更新する学習手法。オフラインの選好データセットに依存しない反復改善を可能にする。

2024年Q2 Google DeepMind共同発表Online DPO paper・Industry-emerging Online Direct Preference Optimization paradigm + Industry-leading Online preference learning Industry-emerging paradigm Pioneer + Industry-leading Online DPO Industry-emerging continuous learning paradigm + Industry-leading Google DeepMind academic + Industrial integrated research foundation。

Anysphere 2023年3月公開AI Code Editor Cursor。VS Code Fork + Multi-LLM(Claude 3.5/GPT-4o/o1) Native + Composer Multi-File Edit + Tab Code Completion・$0(無料) + $20/月Pro、Pro Programmer業界AI Code Editor Top。

Anysphere 2023年発売の AI 統合開発環境 (IDE)。VS Code フォーク + GPT-4 + Claude 3.5 Sonnet 統合・$20/月から・「AI コーディング業界主流」.

AI Code Editor(2023-2026年)。Cursor($20/mo Pro・$40/mo Business・VS Code fork・Claude Sonnet 4.6/Opus/Gemini/GPT-4o・Agent/Chat/Tab・@Docs @Codebase @Web)・Windsurf(Codeium製・Cascade agent・$15/mo Pro)・Zed(OSS・Rust・AI統合)・GitHub Copilot Workspace・JetBrains AI Assistant・Continue.dev(OSS extension)・Aider CLI・Cline(VS Code extension・OSS)・2026年Cursor+Windsurf主流、Copilot存在感低下、Claude Code補完。

2023年Anysphere公開Cursor AI。Pro 業界Pro Mainstream AI IDE Top + Pro 米国SF Anysphere + Pro VSCode Fork基盤 + Pro Claude/GPT-4/Gemini対応 + Pro Composer + Pro Tab Completion + Pro $9B Valuation Pro Famous + 累計2022-2026年4年Heritage継承代表機。

2024年Anysphere公開Cursor Composer Multi-file編集機能。Pro 業界Pro Mainstream Multi-file AI編集Composer先駆 + Pro 米国SF Anysphere + Pro 2022-Anysphere設立 + Pro Multi-file Edit + Agent Mode + Pro Tab補完 + Pro Pro Plan $20/月 + 累計2022-2026年4年Heritage継承代表機。

2024年Cursor (Anysphere)発表Composer Agent・Industry-leading AI code editor agent + Industry-leading multi-file editing + Industry-leading Claude+GPT switchable + Industry-leading Cursor IDE agent flagship。

2024年5月公開Cartesia Sonic。Pro Sub-100ms Latency Pro Famous類無し + Pro 元Stanford SSM(Mamba)研究設立 + Pro Mamba Architecture Voice AI業界出発点 + Pro Real-time Voice AI業界Top独占 + 2024-09 Sonic Turbo + 2025-Pro Sonic 2.0公開 + 累計2024-2025年Heritage。

LLMアプリケーションにガードレール機能をAPIとして提供するサービス。AWS Bedrock Guardrails・Azure AI Content Safety・NVIDIA NeMo Guardrailsなど、入出力検査をマネージドAPIで統合する。

ガードレール実装パターンとは、LLMガードレールを本番環境に統合するためのアーキテクチャ設計と運用プラクティスの体系である。ミドルウェア方式（プロキシ型）、チェーン統合方式（パイプライン内蔵型）、サイドカー方式の3つの主要アーキテクチャに加え、モニタリング・ログ収集・A/Bテスト・パフォーマンス最適化などの本番運用に必要なプラクティスを網羅する。

ガードレール出力検証（Output Validation）とは、LLMが生成したテキスト応答に対してプログラム的な検証を行い、構造・型・値域・安全性の各観点で品質基準を満たしているか確認するプロセスである。JSON SchemaやPydanticモデルによる構造化出力の型チェック、RAIL仕様による宣言的バリデーション、ハルシネーション検出、有害コンテンツスコアリングなどが主要な検証手法であり、検証失敗時にはリトライ、フォールバック、自動修正などの回復戦略が適用される。

LLM の出力を検証・構造化するオープンソースフレームワーク。50以上の組み込みバリデータ（PII検出・有害性フィルタ・JSON スキーマ準拠・事実性チェック等）を提供し、出力が仕様に合致しない場合の自動再試行・修正機能を備える。Guardrails Hub でコミュニティ製バリデータを共有・再利用できる。