AI・機械学習用語集

合成ペルソナ応用とは、LLMで生成された仮想人格をUXテスト・マーケティングリサーチ・教育・ヘルスケア・ゲーム・社会シミュレーションなどの実世界ドメインに適用し、従来は人間にしかできなかったタスクを自動化・拡張する実践的な活用領域である。

合成ペルソナ生成手法とは、プロンプトエンジニアリング・ファインチューニング・Constitutional AI・キャラクター設計フレームワークなどを組み合わせて、LLMに特定の人格・属性・行動特性を持つ仮想人物像を生成させるための技術群である。

合成ペルソナ評価とは、LLMによって生成された仮想人格の品質を、一貫性・人間らしさ・多様性・タスク遂行能力・安全性などの多次元メトリクスで定量的に測定し、実用に耐える品質水準を保証するための評価手法体系である。

LLM JSON Schema準拠応答。OpenAI Structured Outputs(strict:true)・Anthropic Tool Use schema・xAI Grok JSON mode・Gemini controlled generation・vLLM guided_json(lm-format-enforcer/Outlines/XGrammar)・Groq JSON mode・Mistral function calling代表、2026年Agent開発で必須化。

LLMがツール呼び出し結果をJSON・XML等の構造化フォーマットで返す機能。アプリケーション側でのパース処理を確実にし、ツール連携の信頼性を高める技術である。

LLM機械的忘却の基本手法。忘却対象データの損失を最大化する逆勾配更新によりモデルから知識を除去する。

ニューラルネットワークの訓練時に中間活性値（Activation）を全て保持する代わりに一部のみ保存し、逆伝播時に必要な活性値を再計算することでGPUメモリ使用量を大幅に削減する手法。

複数のマイクロバッチにわたるフォワード・バックワードパスの勾配を加算し、蓄積完了後に一括してパラメータ更新を行う手法。GPU メモリに収まらない大きなバッチサイズを擬似的に実現でき、単一 GPU でも大バッチ学習の恩恵を得られる。LLM のファインチューニングからフロンティアモデルの事前学習まで、あらゆるスケールで利用される基盤技術である。

大きなバッチサイズを直接処理するメモリが不足する場合に、バッチを複数のマイクロバッチに分割して勾配を累積し、一定ステップ後にまとめてパラメータ更新を行う手法。

LLMが特定の事実（「エッフェル塔はパリにある」等）をどの層・どのトークン位置に格納しているかを因果介入実験で特定する手法。ROMEモデル編集の基盤技術。ROME論文（2022）で提唱。

2024年7月Alibaba FunAudioLLM発表CosyVoice・Industry-leading multilingual TTS + Industry-leading 5-language Chinese+English+Japanese+Korean+Cantonese + Industry-leading zero-shot voice cloning + Industry-leading Alibaba FunAudioLLM CosyVoice Apache 2.0 multilingual TTS 2024。

コード生成特化LLM。Claude Opus 4.1 Computer Use・GPT-5 Codex・DeepSeek V3/R1・Qwen 2.5-Coder 32B・Codestral Mamba・Llama 4 Coder・StarCoder 2・Granite Code 34B・OpenAI Codex CLI・Cursor Composer Agent・Windsurf Cascade・Aider AutoCoder・Cline・Continue.dev対応、2026年SWE-bench Verified 70%+性能。

2024年Mistral AI発表Codestral・Industry-leading Mistral code generation LLM + Industry-leading 22B / Mamba 7B + Industry-leading 80+ programming languages + Industry-leading 32K context + Industry-leading Non-Production License。

2024年7月Mistral AI発表Codestral Mamba 7B・Industry-leading Mamba state-space code LLM + Industry-leading linear-time scaling + Industry-leading 256K context + Industry-leading Mistral AI Codestral Mamba 7B Apache 2.0 Mamba code LLM 2024。

Codeium 2024年11月発売の VS Code 派生 AI エディタ Windsurf。Cascade 独自 LLM + Computer Use + $15/月・「Cursor の競合」.

LLMエージェントがPythonコードを実行手段として使い、ツール呼び出しの代わりにコードで環境と対話するエージェントフレームワーク。

AI Code Editor 4強詳細比較(2026年)。Claude Code(Anthropic公式 CLI・$20-200/mo・Claude Opus 4.7専用・MCP統合・Skills/Hooks/Subagents・Terminal-first・Computer Use・Mac/Win/Linux)・Cursor IDE(VS Code fork・$20-40/mo・Claude/GPT/Gemini選択・Composer agent・Tab autocomplete・@Docs/@Codebase context・MCP対応 2024年12月-)・Windsurf(Codeium・$15-60/mo・Cascade agent・Claude/GPT・MCP対応・$15 Pro tier最安)・Zed(OSS・Rust製・Mac/Linux/Windows・Claude/GPT/Gemini integration・MCP native・collaborative editing・10倍 fast performance)・選択: Terminal自由 = Claude Code・IDE標準 = Cursor・Mid budget = Windsurf・OSS performance = Zed・2026年 Claude Code市場リーダー、Cursor mass appeal Premium。

Code Generation特化LLM。DeepSeek Coder V3 671B/V2.5・Qwen2.5-Coder 32B/14B/7B・Qwen3-Coder予告・Codestral 25.01 (Mistral)・Codestral Mamba 7B・Llama 3.3 Code・StarCoder 2 15B BigCode・Codeium Cosmos 7B・Yi-Coder 9B・Granite Code Models 34B IBM・Qodo-Embed-1 1.5B (Code Embedding)・¥0 OSS-API・SWE-Bench Verified 50%+、2026年Open Code LLM 70B+主流。

プログラムコードの自動生成に特化した大規模言語モデル。自然言語の指示やコメントからコードを生成し、開発者の生産性を大幅に向上させる。GitHub Copilot・Cursor・Claude Codeが代表的なツール。

GoogleがGemmaをベースに開発したコーディング特化LLM。2Bと7Bの2サイズがあり、ローカル実行可能な軽量コード補完モデルとして広く利用される。