AI・機械学習

LangChain社が開発したLLMエージェントのワークフロー構築ライブラリ。有向グラフ（DAG/サイクルグラフ）でエージェントの状態遷移・ツール呼び出し・条件分岐を定義し、複雑なマルチステップ推論を制御可能にする。LangChainエコシステムの中核コンポーネント。

2024年LangChain発表LangGraph・Industry-leading stateful graph-based LLM agent framework + Industry-leading stateful graph + Industry-leading cyclic graph supported + Industry-leading LangChain ecosystem + Industry-leading checkpointing。

LangChain 2024年1月発表本番運用 AI Agent フレームワーク。状態機械ベース・循環フロー対応・LangSmith 統合・Multi-Agent

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

2023年LanceDB公開LanceDB。Pro 業界Pro Mainstream Multimodal Vector DB Top + Pro 米国SF LanceDB + Pro Lance Format Pro Famous + Pro Apache 2.0 + Pro Rust実装 + Pro S3対応 + Pro Embedded + Server両対応 + Pro $11M Series A + 累計2022-2026年4年Heritage継承代表機。

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

UIUCが提案した検索ベースのLLMコンテキスト延長手法。コンテキストをブロック分割しランドマークトークンで索引化、必要なブロックのみを選択的に取得することで大規模コンテキストを効率的に処理する。

2023年Mohtashami et al. + EPFL発表Landmark Attention paper・Industry-leading Landmark tokens long context paradigm + Industry-leading landmark token attention + Industry-emerging Landmark Attention EPFL Pioneer。

2022年Yao et al. + Princeton発表ReAct paper・Industry-leading ReAct Reasoning + Acting paradigm + Industry-leading LLM tool use + reasoning + Industry-emerging ReAct Princeton Pioneer + Industry-leading Shunyu Yao multi-Pioneer。

Reasoning（推論）とActing（行動）を交互に実行するLLMエージェントの行動パターン。Thought→Action→Observationのループにより、外部ツールとのインタラクションを通じて段階的に問題を解決する。Yao et al.（2022）が提案。

LLMが推論（Reasoning）と行動（Acting）を交互に繰り返すことで、ツール使用や外部情報取得を伴うタスクを解くフレームワーク。

法律文書に特化してファインチューニングされたBERTモデル。契約書・判例・法令の解析に高い精度を発揮する。

法律文書の長文要約に特化したトランスフォーマーモデル。判例・契約書・法令を数段落に圧縮する抽出・生成型の要約AIとして機能する。

LLM が Chain-of-Thought や内部推論で生成する中間的な思考過程のテキスト出力。推論の透明性・デバッグ・品質評価に使用され、o1/o3 では非公開、DeepSeek-R1 では公開される。

LLM Reasoning Framework。Chain-of-Thought CoT (Wei et al)・Tree-of-Thoughts ToT (Yao et al)・Self-Consistency CoT-SC・Reflexion・ReAct (Reasoning+Acting)・Self-Discover (Google)・DSPy 2.6 Stanford (Auto Prompt Optimize)・Process Reward Model PRM800K (OpenAI)・Outcome Reward Model ORM・Verify Step-by-Step・LATS Language Agent Tree Search・¥0 OSS、2026年DSPy+PRM RLHF Reasoning訓練主流。

Reasoning特化LLM。OpenAI o1/o1-pro・o3 Pro/o3-mini (Chain-of-Thought内蔵・Test-Time Compute)・Anthropic Claude 4 Reasoning・Google Gemini 2.5 Pro Thinking・DeepSeek R1 (671B Open Reasoning)・QwQ-32B Preview→Qwen3-32B-Reasoning・Marco-o1 Alibaba・OpenThinker-32B・Sky-T1-32B・Reflection 70B (誤検証)・¥0 OSS-API、2026年Open Reasoning Model急増。

2024年Read AI公開Read AI 2.0。Pro 業界Pro Mainstream AI会議要約Smart Recap先駆 + Pro 米国Seattle Read AI + Pro 2022-Read AI設立David Shim CEO元PlaceIQ + Pro Smart Recap + Pro Zoom/Meet/Teams連携 + Pro Engagement Score + Pro $14.99/月 + 累計2022-2026年4年Heritage継承代表機。

Reinforcement 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。

2014年Softissimo公開Reverso Context。Pro 業界Pro Mainstream Context Translation Top + Pro 26言語対応 + Pro Theo Hoffenberg Pro CEO主導 + Pro 文脈付き例文Pro Famous + Pro Reverso Documents + Pro 累計世界月間1億+ User + Pro Premium $4-$11/月 + 2024-Pro Reverso AI + 累計1998-2025年27年Heritage。

Google DeepMindが開発したGriffinアーキテクチャ採用のハイブリッドRNN-Transformerモデル。線形再帰層（Real Gated Linear Recurrence）とローカルアテンションを組み合わせ、Gemmaと同等性能を低コストで実現する2024年発表の効率モデル。