用語集

Anthropicが提唱したAIアラインメント手法。人間が定めた原則（憲法）に基づきAI自身が出力を自己評価・修正することで、人間のフィードバック依存度を下げつつ安全性を高める。

AnthropicがLLMのアライメント（価値観整合）のために開発した手法。AI自身が憲法（Constitution）と呼ばれる原則リストに基づいて自己批判・修正を行うことで、有害な出力を減らす。

Anthropicが2022年に提案したAIアライメント手法。人間によるフィードバックの代わりにAIが原則（Constitution）に基づいて自己批評・自己修正を行い、安全で有益なAIを訓練する。

Anthropic が提唱した AI アライメント手法で、人間のフィードバックの代わりに「憲法（Constitution）」と呼ばれる原則セットを用いて AI の出力を自己改善させる技術

Constitutional AI（CAI）はAnthropicが2022年に提案した手法で、人間が定義した原則（Constitution）に基づきAI自身がフィードバックを生成するRLAIF（RL from AI Feedback）アプローチである。自己批判→自己修正ループにより、人間アノテーターへの依存を大幅に削減しつつ有害性を低減する。

Anthropic が開発した Constitutional AI（CAI）の中核手法で、LLM が憲法的原則（Constitution）に基づいて自身の出力を批判・修正するセルフプレイループにより、有害な応答を自律的に排除する安全性向上アプローチ。

2017年Constellation公開Inspiration Phono 1.0 Reference。Constellation Solid State Phono+US Heritage+Audiophile Reference搭載。

競技ローイングのスタンダードとして世界中のアスリートが使用するエアロイク式ローイングマシン。オリンピック選手の練習機としても採用される定番モデル。

分散合意Algorithm。Raft (Stanford 2014・etcd/Consul採用)・Multi-Paxos (Lamport)・ZAB Zookeeper Atomic Broadcast (Apache ZooKeeper)・Viewstamped Replication・Byzantine Fault Tolerant BFT・PBFT・HotStuff (Diem/Aptos)・Tendermint (Cosmos)・Nakamoto Consensus PoW・PoS・Proof of Authority PoA・Leader Election・Log Replication・¥0 OSS、2026年Raft デファクト主流。

電気を供給する壁面または機器の接続口。日本は AC 100V / 50-60Hz、米国 AC 110-120V / 60Hz、欧州 AC 220-240V / 50Hz。形状規格も国別に異なる。

手首の傾斜角度を20〜70度の範囲で7段階に調整できる世界唯一の可変角度エルゴノミクスマウス。Contour Designが製造し、右利き・左利きの両バリエーションを提供する。

Continuous Integrationは、ソフトウェア開発における重要な概念・技術です。

LLM推論において、リクエストの到着・完了に応じてバッチを動的に構成し直す手法で、GPU稼働率を最大化しスループットを2〜5倍向上させるサービング最適化技術

LLM推論において生成が終了したシーケンスを即座にバッチから除去し、新規リクエストを動的に挿入することでGPU利用率を最大化するバッチング戦略。

LLM推論サーバーにおいて、リクエスト単位ではなくイテレーション（1トークン生成ステップ）単位でバッチを動的に再構成する手法。完了したリクエストを即座に除外し、新規リクエストを即座に挿入することでGPU利用率を最大化する。

LLM推論サービングにおける動的スケジューリング手法。完了シーケンスを即時排除して新リクエストを継続的に挿入することでGPU利用率を最大化する。Orca（OSDI 2022）が提案したIteration-Level Schedulingを起源とする。

動的バッチ推論スケジューリング。vLLM continuous batching・TGI rolling batch・SGLang Radix・DeepSpeed-FastGen Dynamic SplitFuse・NVIDIA TensorRT-LLM in-flight batchingが2026年代表、Per-request dynamic add/removeでGPU利用率80%+、Static Batch比3-10xスループット達成。

2024年成熟Continuous Batching・Industry-leading iteration-level scheduling + Industry-leading dynamic batch insertion + Industry-leading 23x throughput improvement + Industry-leading vLLM PagedAttention Continuous Batching inference optimization 2024。

LLM推論のスループットを大幅向上させるバッチ処理最適化手法。従来の静的バッチと異なり、生成完了したシーケンスを待たずに新しいリクエストを動的に挿入することでGPU利用率を最大化する。

Continuous Batching（連続バッチング）とは、LLMの推論においてイテレーション（デコードステップ）単位でリクエストの追加と完了を動的に管理するバッチング手法である。従来のStatic Batchingがバッチ内の全リクエスト完了まで待機するのに対し、Continuous Batchingは完了したリクエストを即座に解放して新たなリクエストを挿入することで、GPUの利用率を常に最大化する。vLLM、TGI、TensorRT-LLMなど主要なLLMサービングエンジンが採用する標準的なバッチング方式である。