AI・機械学習用語集

LLMへの入力テキストを会話ロール（system/user/assistant）付きで構造化するJinja2ベースのフォーマット定義。

会話型AIインターフェース。OpenAI ChatGPT (GPT-5)・Anthropic Claude Opus 4.7・Google Gemini 2.5・xAI Grok 4・Microsoft Copilotが代表で、RAG・function calling・MCPで業務連携、2026年はAgent化が進展。

LMSYS Org が運営する大規模言語モデルのクラウドソース型評価プラットフォーム。ユーザーが2つの匿名モデルの回答をブラインド比較し、投票結果からEloレーティングを算出してモデルをランキングする。

2023年LMSYS公開Chatbot Arena。Pro 業界Pro Mainstream 人間評価Bench先駆 + Pro UC Berkeley LMSYS + Pro Wei-Lin Chiang Pro主要研究員 + Pro Crowdsourced人間Pairwise比較 + Pro Elo Rating + Pro Apache 2.0 + 累計2023-2026年3年Heritage継承代表機。

2024年成熟Chatbot Arena LMSYS・Industry-leading human-rated head-to-head + Industry-leading Elo rating + Industry-leading 1M+ votes collected + Industry-leading LMSYS Chatbot Arena human-preference Elo leaderboard 2024。

LLM人間評価ランキング。LMArena(旧Chatbot Arena・UC Berkeley・Elo rating・匿名対戦)・lmarena.ai・Top rank: GPT-5 Pro 1530・o3 Pro 1520・Claude Opus 4.7 1510・Gemini 2.5 Pro 1505・DeepSeek R1 1450・Llama 4 Maverick 1420・Hard Prompts/Coding/Vision Arena別ランク・300万+投票・2026年モデル評価標準、Artificial Analysis/Vellum併用。

LLMの対話品質をヒューマン評価で測定するオンラインプラットフォーム。匿名の2モデル対戦形式で利用者が勝敗を判定し、Eloレーティングでランキングを算出する。

複数セッション・長期間にわたる情報を保持しユーザーや環境の状態・好み・経緯を継続的に活用するLLMエージェント設計パターン。

100K-10M+ context窓LLM。Gemini 2.5 Pro 1M(拡張2M+)・Claude Opus 4 200K/Sonnet 4 1M(Extended)・GPT-5 400K・Grok 3 1M・Qwen2.5-Max 1M・Llama 4 Scout 10M(needle in haystack特化)・MiniMax-01 4M・Kimi K1.5 200K・Magic LTM-2-Mini 100M 実験、2026年超長コンテキスト業務応用期。

LLMアプリケーションのユーザー入力欄に攻撃者が直接悪意あるプロンプトを入力し、システムプロンプトの上書き・漏洩・制約回避を試みる攻撃手法。チャットボットやAIアシスタントなど、ユーザーがLLMと直接対話するインターフェースが攻撃対象となる。

ニューラルネットワークの重み行列を直交行列（W^T W = I）で初期化する手法。直交行列は行列積を繰り返しても特異値が 1 のまま保たれるため、深層ネットワークで勾配の爆発・消失を理論的に防止できる。RNN/LSTM で広く採用され、Megatron-LM や PaLM などの大規模 Transformer 訓練でも安定化手法として利用されている。

Chinchillaスケーリングとは、2022年にDeepMindのHoffmann et al.が発表した計算最適（Compute-Optimal）なLLM訓練に関する研究であり、固定計算予算下でモデルのパラメータ数Nと訓練データ量Dを等しい割合（N:D ≈ 1:20）でスケールさせるべきという知見を示した。

DeepMindが2022年に発表したLLMスケーリング則。「モデルパラメータ数とトークン数は約1:20の比率が最適」と示した理論。GPT-3以前の「大きなモデルに少ないデータ」という通念を覆し、LLM学習効率の業界標準指針となった。

2023年Qin et al. (Tsinghua)発表ToolLLM・Industry-leading 16000+ real-world API LLM + Industry-leading DFSDT depth-first search + Industry-leading ToolBench dataset + Industry-leading LLaMA-7B fine-tuned。

16,000以上のRapidAPIを呼び出せるようにファインチューニングされたLLMと、深さ優先決定木探索（DFSDT）による複数ステップAPI呼び出しフレームワーク。

外部ツールの呼び出し結果をLLMのテキスト生成プロセスに統合し、正確性・最新性・計算能力を補完する手法。RAGの概念を検索以外のツール全般に拡張したアプローチとして位置づけられる。

2022年Schick et al. (Meta FAIR)発表Toolformer・Industry-leading self-supervised tool use LLM + Industry-leading first viral tool-use LLM + Industry-leading API call learning + Industry-leading 5 tools calculator/QA/translate/calendar/Wikipedia。

Anthropic Claude Tool Use(2024年5月-)。tools array定義(name/description/input_schema JSON Schema)・Claude tool_use stop_reason・tool_use_id+result return・Forced tool use(tool_choice: {type: tool, name: ...})・Auto tool choice・None choice・Parallel tool calls(multi-tool simultaneous・Opus 4.7 native)・Multi-step tool use loop(agent loop)・OpenAI Function Calling同等・Tool definitions in cache(prompt_cache対応)・Computer Use Tools(bash, str_replace_editor, computer)・Anthropic Cookbook examples・2026年 Tool Use + MCP統合 Agent定番。

AnthropicのClaude APIにおける外部ツール呼び出し機能。OpenAIのFunction Callingに相当するが、独自のコンテンツブロック形式を採用。

LLMが外部ツール（API・データベース・計算機・コード実行環境等）を自律的に選択・実行する能力の総称。Function Callingを包含するより広い概念で、エージェント型AIの基盤技術。