用語集

大規模言語モデルの多分野知識・推論能力を評価するベンチマーク。TIGER-Labが2024年に公開し、12,032問・14科目・10択問題で原版MMLUより大幅に難化。

オリジナルMMLUを大幅に強化した大規模言語モデル評価ベンチマーク。選択肢数を4→10に拡大し、大学院レベルの難問を追加。推論能力の真の差を検出するために設計され、Chain-of-Thought推論で精度が大きく変動する点が特徴。TIGER-Labが2024年に公開。

2024年TIGER-Lab Yubo Wang et al.発表MMLU-Pro・Industry-leading enhanced MMLU benchmark + Industry-leading 12K tasks + 14 domains + Industry-leading 10-option multiple choice + Industry-leading MMLU-Pro reasoning standard。

Google が開発したマルチレベル中間表現コンパイラ基盤。LLVM プロジェクトの一部として、機械学習モデルの最適化からハードウェア固有コード生成まで、複数の抽象化レベルを統一的に扱うインフラストラクチャを提供する。

LG Display 2023年実用化のMicro Lens Array 技術。OLEDサブピクセル上に数億Micro Lens 配置、光抽出効率+30-40%・ピーク輝度2,100 nit、LG OLED G3 / M3で初採用。

LG Display MLA(Micro Lens Array) OLED。Meta 2.0 panel(2024年-)・Meta 3.0(2025年・4000nits peak)・Microlens Array(sub-pixel level)・輝度向上50-70%(LCD並み 1000nits持続)・burn-in Risk低減(輝度分散・寿命延長)・LG C4/G4・Panasonic Z95A・Philips OLED+908・WOLED(White OLED)・QD-OLED(Samsung Display)並立・Pixel Refresher(1500h実行)・Screen Shift・Logo Luminance低減、2026年Gaming OLED 32UCDP採用主流。

ML Experiment Tracking。MLflow 2.18 (FOSS+Databricks Cloud)・Weights & Biases W&B (Pro/Enterprise)・Comet ML・Neptune.ai・ClearML 1.16・DVC Studio・Aim (Open Source・Python)・Sacred+Omniboard (Maintenance)・TensorBoard (TensorFlow Native)・Weave (W&B LLM)・LangSmith (LangChain LLM)・Phoenix (Arize)・¥0 OSS-¥¥¥¥¥/月、2026年MLflow 2.18+Databricks統合主流。

Apple ML Framework(2023年12月OSS)。Apple Silicon Unified Memory最適化・Lazy evaluation(JAX-like)・Multi-device(M2 Ultra+M3 cluster)・PyTorch互換API・MLX-LM library(Llama 3.3/Qwen 2.5/Mistral対応)・Whisper MLX・Stable Diffusion MLX・MLX Examples GitHub・mlx-community(Hugging Face Q4/Q8 quantized model)・LM Studio 0.3 MLX engine内蔵(2024年Q4)・Mac M4 Max 128GB で 70B Q4/Q8 実行可・速度 PyTorch CUDA比 60-80% on Mac・2026年 Mac Studio M4 Ultra Llama 3.3 70B運用定着。

Apple Silicon AI推論フレームワーク。MLX(Apple 2023年・Unified Memory最適化・NumPy-like API・LLM/画像生成)・mlx-lm(Llama/Qwen/Phi-4)・mlx-swift(iOS/macOS)・CoreML(Xcode統合・Conversion ONNX)・CreateML(Transfer Learning)・Metal Performance Shaders(MPS)・ANE Neural Engine 38 TOPS・PyTorch Metal backend・Ollama Metal・M4 Max 128GB で70B Q4実行可能、2026年Apple AI推論定着。

2024年Apple ML Research公開MLX-LM。Pro 業界Pro Mainstream Apple Silicon LLM Inference Top + Pro 米国Cupertino Apple + Pro Awni Hannun Pro主要研究員 + Pro Metal Performance Shaders + Pro MIT License + Pro Unified Memory最適化 + 累計2023-2026年3年Heritage継承代表機。

概要

Wi-Fi 7 (IEEE 802.11be・2024) で導入された複数Wi-Fi帯域同時利用技術。2.4GHz/5GHz/6GHz を1接続で並列利用、低遅延 (1ms未満) と冗長性を実現。

2024年8月NIST FIPS 203標準化のModule-Lattice Key Encapsulation Mechanism (鍵交換)。旧名Kyber (CRYSTALS-Kyber)・MLWE/MLWR問題ベースのPQC鍵交換。

ニューラルネットワークの計算グラフを解析し、ハードウェア固有の命令列へ変換・最適化することで推論や学習の実行速度を大幅に向上させる技術群の総称。

Multi Level Cell。1セルに2ビット記録するNAND

2023年Carnegie Mellon University (CMU) 発表のMLC-LLM (Machine Learning Compilation for Large Language Models)・Tianqi Chen教授 (XGBoost/MXNet/Apache TVM作者) 主導のOSS Cross-Hardware LLM Compiler framework。Apache 2.0 License・GitHub Star 22k+ (2024年Q4)・Python/C++/TVM Unity実装・iOS/Android/macOS/Linux/Windows/WebGPU/CUDA/Metal/Vulkan/ROCm 全hardware対応・Native code compilation方式 (Python依存無)・WebLLM (Browser内Llama実行) + iOS App + Android App公式提供。

Machine Learning Compilation for LLMの略。Apache TVM/MLCコンパイラスタックを用いてLLMをCUDA/Metal/Vulkan/WebGPU向けに最適化コンパイルし、スマートフォンから高性能GPUまで幅広いデバイスでLLMを実行するフレームワーク。

MLC NAND は1セル2bit (4状態) を記録するNANDフラッシュメモリで1997年Intel/STMicroelectronics提案・2000年代SSD民生展開を牽引し10,000回 P/E 耐久と容量2倍化でSLCからTLC移行期の主力技術となった。

2024年8月NIST FIPS 204標準化のModule-Lattice Digital Signature Algorithm。旧名Dilithium (CRYSTALS-Dilithium)・MLWE/MSIS問題ベースのPQC署名。

ML Commons業界標準AIベンチマーク。MLPerf Training v5.0(2025)・Inference v5.0(Llama 3.1 405B・Mixtral 8x22B)・Tiny v1.2・Storage v2.0・HPC v4.0、NVIDIA B200 NVL72・AMD Instinct MI325X・Intel Gaudi 3・Google TPU v5p・AWS Trainium 2が2026年競合、Llama 2 70B以降主要モデル。