AI・機械学習用語集

教師あり学習データ（入力-出力ペア）を使ってLLMを特定タスクや指示追従に適応させるファインチューニング手法の総称。略称SFT。RLHFパイプラインの第一段階として広く使われる。

Supervised Learningは、人工知能・機械学習分野における重要な概念・技術です。モダンなテクノロジーの一つであり、高い処理効率、スケーラビリティ、使いやすさが特徴です。この技術は様々な分野で活用されており、特に大規模システムでの採用が進んでいます。関連技術には、深層学習（Deep Learning）、決定木（Decision Tree）、サポートベクターマシン（Support Vec

ニューラルネットワークが実際のニューロン数（次元数）を超える数の特徴量を干渉しながら圧縮して学習するという仮説。Anthropicが2022年の「Toy Models of Superposition」論文で詳細に分析した概念。

2023年9月5日Zoom公開AI Companion(旧Zoom IQ)。Pro 業界Pro Mainstream Meeting SaaS AI Top + Pro Meeting Summary + Pro Smart Recording + Pro Chat統合 + Pro Eric Yuan Pro CEO主導 + Pro Pro/Business/Enterprise Tier標準 + 2024-10 AI Companion 2.0 + 2025-Pro Custom AI Companion + 累計2023-2025年2年Heritage。

2024年11月Kunlun Tech発表Skywork-o1・Industry-leading o1-like open-source reasoning + Industry-leading 8B/32B model family + Industry-leading MIT license + Industry-leading Kunlun Tech Skywork-o1 MIT open-source reasoning LLM 2024。

Skywork AIが2024年末に公開したオープンソースのProcess Reward Model。Qwen2.5-Mathをベースに多段階訓練でPRMを構築し、MATH等の数学推論ベンチマークでトップ水準の性能を示す。商用利用可能なオープンPRMの代表実装。

スカラー量子化（Scalar Quantization）は、埋め込みベクトルの各次元の値を個別にfloat32からint8/uint8に線形マッピングする量子化手法である。実装が単純で精度劣化が小さく、Qdrant・Weaviate・Milvusなど主要ベクトルDBで標準サポートされている。

PydanticやZod等の型定義ライブラリでデータスキーマを事前定義し、LLMにそのスキーマに準拠した構造化データを返させる開発手法。instructorやoutlinesなどのライブラリがスキーマ定義からプロンプト生成・バリデーション・リトライを自動化し、型安全なLLMデータ抽出を実現する。

LLM構造化出力のスキーマバリデーションとは、モデルが生成したJSON等の出力をPydantic・Zod・JSON Schemaなどの型定義と照合して妥当性を検証し、不正な場合は自動リトライで修正させる仕組みで、Instructorやtypespec等のライブラリが実装を簡素化する。

Claude Code Skill scope。Personal Skills(~/.claude/commands/*.md)・全project共通使用・Personal preferences(coding style/tone)・gitignore対象・他PC同期: dotfiles管理(GitHub repo $HOME/.dotfiles bash setup)・Project Skills(.claude/commands/*.md・project root)・project local・git commit可能・チーム共有・project specific workflows・両方YAML frontmatter同format・priority: project skill > personal skill同名時・use case: Personal = Daily quick commands/Personal style/Personal API key・Project = Team workflow/Architecture rules/CI integration・例: Personal /loop /todo /note・Project /deploy /test-suite /code-review・2026年 双方使い分け確立。

マルチエージェントシステムにおいて、各エージェントの得意分野（スキル）を定義し、ユーザーの入力タスクに最も適したスキルを持つエージェントへ自動的に振り分ける高度なルーティング手法。コールセンターのACD（Automatic Call Distributor）をLLMエージェントに応用した概念。

Claude Skill開発 Best Practice 2026年。1) Skill name: kebab-case(/glossary-batch /article-batch /code-review)・2) YAML frontmatter: name/description(明確・<100 chars)/argument-hint/allowed-tools・3) Markdown body: 構造化(##sections・Step-by-step・examples・参照リンク)・4) Argument support: $ARGUMENTS placeholder(optional/required明示)・5) Tool restriction: allowed-tools array で必要だけ(security)・6) Idempotency: 安全re-run可能(SSH切断・retry)・7) Context efficient: Skill長 1500-3000 lines target(超 over)・8) MCP integration: 外部API連携 = MCP Server経由・9) Personal vs Project: 個人preferences = ~/.claude/commands・Team共有 = .claude/commands・10) Examples: anthropic-skills GitHub repo参照・自作30min create可能・2026年 Skill市場活性、自前 workflow定型化。

小説・脚本・コンテンツ制作向けのAI統合ライティングプラットフォーム。プロジェクト管理機能・執筆目標トラッキング・AIによるコンテンツ生成を一体化したSaaSツール。

LLMが人間を超える能力を持つ領域でも人間が正確に監督・評価できるようにするAI安全研究フレームワーク。Debate・Amplification・Recursive Reward Modelingを含む概念群。

人間が直接評価困難な高度なタスクでもAIを安全に監督するための研究領域。AIが人間より賢くなった後もアライメントを維持するための手法群を指す。

超高性能AIの出力を人間が効率的に監督・評価するためのアライメント手法。AIが人間の能力を超えた分野でも正確な評価を維持することを目指す技術フレームワーク。

LLMにおけるスケーリング法則とは、モデルのテスト損失L がパラメータ数N、データ量D、計算量Cのそれぞれに対してL ∝ X^(-α)のべき乗則で減少するという数学的関係式である。Kaplan et al. (2020)が初めて定式化し、Hoffmann et al. (2022)のChinchilla論文で修正・拡張された。

LLM Scaling Law。Kaplan Scaling Laws (OpenAI 2020・Loss vs Compute)・Chinchilla Scaling Laws (DeepMind 2022・Token:Param 20:1)・Compute-Optimal・Hoffmann et al・Mixture-of-Depths・Test-Time Compute Scaling (o1)・Inference Compute Scaling・Mosaic Scaling・Maximal Update Parametrization muP・Tensor Programs・¥0 知識・Scaling終焉論議 (Hyderabad Bottleneck)、2026年Test-Time Scaling主流。

Meta（旧 Facebook）の研究チームが 2024 年に提案した、学習率スケジュールを必要としない最適化アルゴリズム。従来の Cosine Decay や Linear Decay といった事前設計のスケジュールなしに、AdamW + Cosine Decay と同等以上の性能を達成する。ハイパーパラメータチューニングの工数を大幅に削減できる実用的な利点がある。

LLMの回答を並列生成で高速化するフレームワーク。まず回答の骨格（箇条書き）を生成し、各項目を並列に拡張することでレイテンシを大幅削減する。