用語集

Self-Driving Car 2026。Waymo One Robotaxi (SF/Phoenix/LA/Austin・150k weekly rides)・Tesla FSD V13.x (End-to-End Neural Net・HW4+)・Cybercab/Robovan (Tesla 2026予告)・Wayve AI Driver (UK・Embodied AI・Foundation Model・$1B Round)・Aurora Driver (Trucking・PIT)・Mobileye Drive・Pony.ai (中国)・Baidu Apollo Go・Cruise (GM 2024-EOL Robotaxi)・Zoox (Amazon)、2026年Robotaxi都市拡大。

ACアダプターなどの外部電源から電力を供給する方式のUSBハブ。バスパワー型では電力不足になる外付けHDDやUSB DACなどの高消費電力デバイスを安定して動作させるために使用される。

ACアダプタ付USBハブ。Anker 4-Port USB 3.0 Ultra Slim+PowerPort・Sabrent HB-UMP7・Plugable USB 3.0 7-Port・UGREEN USB 3.0 10-Port 36W・ORICO H7013-U3・Atolla 7-Port USB 3.0・CableMatters 7-Port・Insignia NS-PCH6702(Best Buy)が2026年代表、25W-60W外部電源+USB PD対応品増加。

Self-Paced Learning（SPL）とは、モデル自身の現在の学習状態に基づいて、次に学習すべきサンプルを自動的に選択するカリキュラム学習の一形態である。人手で難易度順序を定義する古典的カリキュラム学習と異なり、モデルの損失値やグラディエントノルムを指標として「今の自分にとって適切な難易度」のデータを動的に選択する。

自前サーバー運用形態。Coolify 4・Dokku 0.34・CapRover・Portainer Business・YunoHost・Umbrelが代表で、Bitwarden・Nextcloud・Mastodon・Jellyfin・Home Assistantを自宅NASで運用、2026年プライバシー志向で拡大。

自前インフラCI/CD実行環境。GitHub Actions Self-Hosted Runner・GitLab CI Runner(Docker/Kubernetes)・BuildJet for GitHub Actions($0.02/min・2x速)・RunsOn(AWS EC2)・ARC(Actions Runner Controller・K8s)・WarpBuild・Namespace Cloud・Depot・2026年コスト削減+GPU対応+SBOM署名も対応。

SaaS に依存せず自前のサーバー（VPS・家庭LAN）でアプリを運用する方式。Docker Compose で Nextcloud・Jellyfin・Immich 等を構築するホームラボが 2025-2026 年急増。

Self-Host PaaS選択肢。Dokku 0.35 (Heroku Buildpack互換・Single Server)・CapRover (Docker Swarm UI)・Coolify v4 (フル機能 Vercel代替)・PikaPods (Self-Host Service Marketplace)・Easypanel・Yunohost・Sandstorm・Ploi・Forge・Cleavr・Server Avatar・¥0-¥30/月 Self-Host、2026年Coolify急成長中。

Self-Host Mail Server。Mailcow Dockerized (UI込人気)・Stalwart 0.9 (All-in-One Rust・SMTP+IMAP+JMAP)・Maddy 0.7 (Go All-in-One)・Mail-in-a-Box (Bash Setup)・Mailu (Modular Docker)・Modoboa (Python)・iRedMail・Postal (FOSS+Postmark Proxy)・Roundcube (Webmail)・SnappyMail (RainLoop Fork)・SOGo (Group)・Mailpit (Test SMTP UI)・¥0 OSS-¥¥¥¥¥/月、2026年Stalwart急成長 Modern代替。

2023年Asai et al. (UW+IBM+CMU+Allen AI)発表Self-RAG・Industry-leading self-reflective RAG LLM + Industry-leading retrieval decision learning + Industry-leading critique tokens + Industry-leading LLaMA-2 7B/13B fine-tuned。

Asai ら Washington/AI2 2023年 RAG 改良手法。LLM が検索要否を動的判断・retrieve token + critique で自己評価しながら生成

2024年Q1 Meta AI Research発表Self-Rewarding Language Models paper・Industry-emerging Self-Rewarding LLM paradigm + Industry-leading LLM self-judge self-reward generation Industry-emerging paradigm Pioneer + Industry-leading Self-Rewarding iterative DPO continual learning + Industry-leading Meta AI Research Industry-leading Industrial AI research backing。

Meta AI が 2024年に発表した手法で、LLM 自身が報酬モデル（Reward Model）として機能し、自分の応答を自己評価してアライメント学習データを自動生成する「LLM-as-a-Judge + Self-Play」の統合アプローチ。

LLMへの入力コンテキストから自己情報（Self-Information）スコアが低い冗長な文を選択的に削除するプロンプト圧縮手法。外部モデル不要でPerplexityベースの簡易実装が可能。

Selective Prediction（選択的予測）とは、モデルの校正済み確信度に基づいて「回答するか棄権するか」を動的に判断する意思決定フレームワークである。確信度が事前に設定した閾値を下回る場合は回答を保留し人間の専門家にエスカレーションすることで、システム全体の信頼性と正確性を向上させる。Abstention（棄権）やReject Option（拒否オプション）とも呼ばれる。

ターゲットLLM自身のセルフリフレクションでSFTデータの難易度・品質を評価する内部自己選定手法。外部APIや人手注釈なしに高品質データを選定できる2024年の提案。

Intel Arc 3rd Gen GPU予想(2026年後半-2027年)。Xe3 architecture(Xe2 Battlemage後継)・TSMC N3・Arc C770(Xe-core 40・24GB GDDR7・250W・$599・RTX 5080/RX 9070 XT競合)・Arc C580(Xe-core 24・16GB・180W・$399)・Arc C380 entry($249)・XeSS 3 AI upscaling・XMX 3rd Gen・Ray Tracing 3rd Gen・AV1/H.266 Encode・2025年Panther Lake iGPU Xe3(Celestial内臓)先行・Druid 4th Gen(2028年予想)・2026年 Intel 3rd参戦でNVIDIA/AMD脅威。

Intel Arc 3rd Gen GPU Celestial(2026年Q4-2027年予想)。Xe3 architecture(Xe2 Battlemage後継)・TSMC N3 process・Arc C770(Xe-core 40・24GB GDDR7・250W・$599・RTX 5080/RX 9070 XT競合target)・Arc C580(Xe-core 24・16GB・180W・$399)・Arc C380 entry($249)・XeSS 3 AI upscaling・XMX 3rd Gen Tensor Core・Ray Tracing 3rd Gen(+50% RT throughput vs Xe2)・AV1/H.266 Encode native・Panther Lake iGPU Xe3(2025年Mobile先行)・Druid 4th Gen Mobile architecture(2028年予想)・Xe3 desktop discrete GPU competition・2026年 Intel 3rd参戦でNVIDIA/AMD脅威・mid-tier dominance期待。

口径203mm（8インチ）シュミットカセグレン式望遠鏡。GoToマウントによる自動導入機能を搭載し、天体初心者からベテランまで対応するCelestronの定番モデル。

Cerebras Systems が開発した WSE-3（Wafer-Scale Engine 3）は、300mm シリコンウェハー1枚をまるごと使った世界最大の AI チップ。4 兆トランジスタ、90 万コアを搭載し、単一チップで大規模モデルの学習と推論を実行可能。