AI・機械学習用語集

LLMデコーディング手法の一つ。各ステップでモデルの確信度（model confidence）と過去文脈との多様性（degeneration penalty）をバランスさせてトークンを選択する。繰り返しループを回避しつつ一貫性を維持。

LLMのテキスト生成において、大規模な専門家モデルと小規模な素人モデルの出力確率の差分を利用して次トークンを選択するデコーディング戦略。ハルシネーションを抑制し、より事実的な生成を促す。

類似するサンプル同士を近づけ、異なるサンプル同士を遠ざけるように埋め込み空間を学習する損失関数群の総称。InfoNCE Loss、Triplet Loss、NT-Xent Loss などが含まれ、LLM の埋め込みモデル（BGE-M3、E5-Mistral、Voyage-3）や CLIP のような視覚-言語モデルの学習に不可欠。

コンパイラの最適化フェーズ（パス選択・フラグ調整・ループ変換等）にLLMを適用し、従来のヒューリスティクスやコスト関数では到達困難な最適化を実現する研究領域。

コンピテンスベースカリキュラム（Competence-Based Curriculum Learning）とは、モデルの「コンピテンス（能力水準）」を定量的に測定し、その能力水準に応じた難易度のデータを提示するカリキュラム学習の一手法である。モデルが特定のスキルを習得したと判定された時点で次の難易度段階に移行するため、訓練効率と最終性能の両面で優れた結果を示す。

AnthropicのClaude 3.5 Sonnet(2024年10月)が先行発表したLLMによるPC/GUI操作機能。スクリーンショットを視覚的に認識しマウスクリック・キーボード入力・アプリ操作を自律実行するAIエージェント機能。

Computer Vision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 PC自動操作API。Anthropic Computer Use(Claude 3.5 Sonnet・2024年10月・Beta)・OpenAI Operator(GPT-4o + CUA・2025年1月)・Claude 4 Computer Use(本番品質・2025年)・Screenshot+Action(mouse/keyboard)・Browser-use(OSS)・Playwright MCP・Puppeteer MCP・Airtop・PyAutoGUI・Screen capture+Element detection・Captcha対応課題・2026年RPA代替・マルウェア懸念、Agentic計算機活用。

AI が PC 画面を自律操作する技術。Anthropic Claude Computer Use (2024-10)、OpenAI Operator (2025-01)、Google Project Mariner が代表。2026年は実用フェーズ。

2022年DeepMindが提案した、固定計算予算でモデルサイズとトークン数を最適に配分するスケーリング則。モデルパラメータ数Nとトークン数DはN:D≈1:20が最適であることを示し、当時の大型モデルがトークン不足で訓練されていたことを指摘した。通称「Chinchilla則」。

GPU Sparsity Acceleration。Structured 2:4 Sparsity (Ampere/Ada/Blackwell・2x Acceleration)・Unstructured Sparsity (Pruning General)・Block Sparse (4×4/8×8 Block)・SparseTIR (Apache TVM)・cuSPARSE・Triton Sparse Kernel・Wanda+2:4 Pruning Pipeline・SparseGPT 50% Sparse・SpargeAttn (LLM Attention Sparse)・FlashAttention v3+Sparsity・¥0 OSS、2026年2:4 Native Sparsity Inference普及。

ノードベースStable Diffusion/FLUX/Wan UI。ComfyUI v0.3(2026年Q1)・ComfyUI Manager・ComfyUI Workflow JSON・LoRA/ControlNet/IPAdapter/InstantID/AnimateDiff・Flux Dev・Wan 2.1 Video・HunyuanVideo対応、2026年ワークフロー共有でCivitAI連携で業界標準。

Confidential AI Inference。Tinfoil AI (Y Combinator・H100 CC GPU)・Edgeless Systems Continuum AI (Privacy-Preserving)・Confidential Containers CoCo (CNCF・Kata Containers+Image Encryption)・Edgeless Constellation (Confidential k8s)・MarbleRun (Edgeless Service Mesh)・Apple Private Cloud Compute PCC・OpenAI ChatGPT Enterprise (No Train)・Google Cloud Confidential VM AI・¥¥¥¥¥¥/月、2026年Apple PCC他社追随予告。

Convolutional Neural Networkは、人工知能・機械学習分野における重要な概念・技術です。

HTTPベースの単方向ストリーミングプロトコル。サーバーからクライアントへテキストベースのイベントを持続的に送信でき、LLM APIのトークンストリーミングで標準的に採用されている通信方式。

量子誤り訂正符号の主流。Alexei Kitaev 1997年提案、2D格子状qubit配置でエラー検出+訂正、閾値1%以下なら距離増加でエラー指数的低減。

学習率を上限と下限の間で周期的に変動させる手法。loss landscapeの異なる領域を繰り返し探索し、より良いミニマムを発見する能力を高める。

BigCodeプロジェクトが公開したコード特化LLM事前学習データセット。619プログラミング言語・900億トークンを収録し、StarCoder2の訓練データとして使用。Software Heritageアーカイブを原料とし、Permissive Licenseコードのみを収録する。

LLMを充足可能性問題（SAT/SMT）の変換器として使い、外部ソルバー（Z3等）で厳密解を求めるニューロシンボリック推論手法。制約満足問題・数学的論理の厳密解に強い。

Xavier Glorot が 2010 年に提案した、ニューラルネットワークの重み初期化手法。入力ノード数 fan_in と出力ノード数 fan_out の和に基づいて分散をスケーリングし、各層の活性化値と勾配の分散を一定に保つ。Sigmoid・Tanh 活性化関数で理論的に最適であり、初期の Transformer モデルや BERT の初期化に広く採用された。