2472件の用語
Microsoft が2023年に公開した LLM ベースのテキスト埋め込みモデル。Mistral-7B を基盤に対照学習でファインチューニングし、4,096トークンの長文入力と高精度な検索・分類・クラスタリングを実現するオープンソースモデル。
E5-Mistral-7B-Instructは、テキストを意味情報を持つ高次元ベクトル（埋め込み）に変換する高性能なエンベディングモデルです。これにより、単なるキーワードマッチングではない高度なセマンティック検索を実現します。
EV車載AI Compute。Tesla HW5/AI5 (2025-Q4 Cybertruck Native・10x HW4 perf)・HW4 Ryzen ベース・FSD Computer・Mobileye EyeQ6 High/Lite (TSMC 7nm・34 TOPS)・EyeQ Ultra (176 TOPS 2026 Q4)・NVIDIA Drive Thor (2025-Q4 量産・1000 TFLOPS FP4)・Drive Atlan (代替廃止)・Qualcomm Snapdragon Ride・Horizon Robotics Journey 6・Black Sesame BST-A2000・¥¥¥¥¥¥¥ Auto Industry、2026年Drive Thor大量採用。
個人傷害（Personal Injury）訴訟に特化したAIプラットフォーム。医療記録・事故報告書・保険書類を解析し、損害賠償請求書（Demand Letter）を自動生成する。2024年Series Cで1億3500万ドルを調達し、PI専門ローファームの業務自動化ツールとして急成長している。
Guo et al.（2023）が提案した、遺伝的アルゴリズム・差分進化などの進化的アルゴリズムを LLM プロンプト最適化に応用した手法。プロンプト「個体」を選択・交叉・突然変異させて高品質な指示文を探索する。
Transformerアーキテクチャにおいて、入力トークンの順序情報をモデルに伝えるための手法。Self-Attentionは本来トークンの並び順を区別できないため、位置エンコーディングによって系列内の各トークンがどの位置にあるかを表現する。
2024年5月Google DeepMind発表Imagen 3・Industry-leading state-of-art Google text-to-image + Industry-leading photorealistic + Industry-leading SynthID watermark + Industry-leading Google DeepMind Imagen 3 Vertex AI image generation 2024。
GoogleとDeepMindが共同開発した高品質テキスト→画像生成モデル。Vertex AI APIとGemini経由で提供され、SynthID電子透かしとC2PAメタデータによる生成物識別機能を標準搭載する。
Meta AI が 2023 年に発表した、画像・テキスト・音声・深度・熱・IMU の 6 モダリティを単一の埋め込み空間に統合するマルチモーダル埋め込みモデル。
ELYZAが公開した日本語LLM評価ベンチマーク。要約・翻訳・創作・コード生成など実用的な指示追従100問を人手評価し、日本語モデルの実力をGPT-4と比較する。
2024年成熟ElevenLabs Multilingual v3・Industry-leading 29 languages voice cloning + Industry-leading expressive TTS + Industry-leading voice library + Industry-leading $5-$330/month ElevenLabs Multilingual v3 expressive TTS 2024。
2022年1月設立ElevenLabs(2023-01 Beta公開)。Pro 業界Pro Mainstream Voice AI/TTS Top + Pro Voice Cloning Pro Famous + Pro 30+言語対応 + Pro Pro Voice Quality + Pro $5-$330/月 Subscription + Pro a16z/Sequoia投資 + 2024-Pro Voice Library + 2024-08 Pro Reader App + 累計2022-2025年3年Heritage。
Inkle Studiosが開発したインタラクティブフィクション記述言語「Ink」と、それを活用したLLMベースの分岐型ナラティブ生成システム。ゲーム・インタラクティブストーリー制作に特化。
2024年Chen et al. (Tencent+Tsinghua)発表INSIDE・Industry-leading internal state hallucination detection LLM + Industry-leading EigenScore + Industry-leading white-box LLM + Industry-leading hidden states analysis。
Instruction Tuningは、自然言語の指示文（instruction）と応答ペアのデータセットを用いてLLMをファインチューニングし、ユーザーの指示に正確に従う能力を獲得させる学習手法である。
大規模言語モデルに対し、人間の指示（Instruction）と期待される応答のペアデータで追加学習を行い、モデルの指示追従能力を向上させる手法。ChatGPTの基盤技術の一つであり、汎用LLMを実用的なアシスタントに変換する鍵となる技術。
大規模言語モデルに「指示に従って応答する」能力を付与するファインチューニング手法。人間が作成した指示-応答ペアのデータセットで教師あり学習を行い、ゼロショットでの指示追従性を大幅に向上させる。FLAN、InstructGPT、Alpaca等の先駆的研究で実用性が実証され、現代のLLMの標準的な訓練ステップとなっている。
PydanticモデルをLLMの出力スキーマとして使用し、型安全な構造化レスポンスを取得するPythonライブラリ。OpenAI・Anthropic・Gemini等の主要APIに対応。
テキスト指示で既存画像を編集するDiffusionモデル。「馬をシマウマにして」などの自然言語命令に従い、画像の内容を変更しながら構図や照明を保持する2023年の先駆的画像編集手法。UCバークレー発。
2024年5月UK AI Safety Institute (UK AISI・英国政府機関) 発表のInspect AI・OSS LLM Capability/Safety Evaluation framework。Python実装・MIT License・GitHub Star 2k+ (2024年Q4)・国家AI Safety評価機関による公的Eval framework標準化試み・OpenAI/Anthropic/Google DeepMind/Meta等の Frontier LLM Modelの Capability evaluation (Math/Coding/Cybersecurity/CBRN/Persuasion) 実装・Multi-turn / Tool use / Agentic evaluation対応・US AISI / Japan AISI / Singapore IDA等の各国AI Safety機関でも採用検討中の国際標準志向Framework。