用語集

Genmo AIが2024年10月に公開したオープンソース動画生成モデル。10Bパラメータ・AsyncDiTアーキテクチャで人体の動きと流体の表現品質が突出して高く、Apache 2.0ライセンスで商用利用可能。

2019年MOTU公開MOTU M2。Pro 業界最高120dB Dynamic Range入門Audio Interface + Pro 米国Cambridge MOTU + Pro 1980-MOTU設立 + Pro USB-C Bus Powered + Pro 24bit/192kHz + Pro $219 + Pro ESS Sabre32 DAC + 累計1980-2026年46年Heritage継承代表機。

Test Mock Library。MSW 2.7 (Mock Service Worker・Browser+Node・Service Worker Intercept)・nock 14 (Node HTTP Mock)・sinon 18 (Spy/Stub/Mock)・vitest mock (Built-in)・jest.mock・@testing-library/user-event 14・happy-dom 16・jsdom 26・@mswjs/data (DB Mock)・Mockoon (REST API Mock GUI)・WireMock (Java)・Pact (Consumer-Driven Contract Testing)・¥0 OSS、2026年MSW 2.7 Browser+Node Industry Default。

API テストの応答を模擬する技術。Mock Service Worker (MSW)/nock/sinon が主流、2025-2026年は MSW 2.7+ で Service Worker ベースの統一モック標準化。

Huawei Noahが提案するSFTデータ選定手法。モデルの現在の能力（PPLベース）を参照してデータの有益性を定量化し、代表的かつ困難なサンプルを優先選定する2024年のフレームワーク。

PCゲームMod管理ツール。Nexus Mods Premium・Vortex 1.13.x・Mod Organizer 2 (MO2) 2.5.x・Wabbajack 3.7・LOOT 0.25・FNIS/Nemesis Behavior・xEdit・Skyrim SE/AE・Fallout 4 Next-Gen・Cyberpunk 2077 REDmod・Baldur's Gate 3 Script Extender・Stardew Valley SMAPI・Steam Workshop、2026年AI MOD Translator標準。

Modem規格史 1981-2026。Hayes Smartmodem 300 (1981・AT command set初・¥895)・Bell 103 (300bps FSK・1958)+Bell 212A (1200bps PSK・1976)・ITU-T V.21 (300bps Full Duplex)+V.22 (1200bps)+V.22bis (2400bps)+V.32 (9600bps Trellis Coded Modulation・1984)+V.32bis (14400bps)+V.34 (28800bps→33600bps・1994)+V.42bis (Compression)+V.90 (56kbps Down/33.6kbps Up・1998)+V.92 (Modem on Hold・2000)・Hayes ESP+Faxmodem class 1/2・USR Robotics Sportster 33.6+Courier V.Everything 56K・3Com Megahertz・Practical Peripherals・Diamond Supra Express・KGT (国内ATコマンド)・FSK→QAM→TCM→PCM変調・¥0 廃規格-¥¥¥¥/個 (中古)、1990年代14.4K-56K黄金期→ADSL 1999で衰退→2000年代初頭にAlmost消滅。

LLM への API クエリを通じて学習データの一部や個人情報を再構成する攻撃手法。モデルの出力確率や反復クエリを利用して、学習時に使われたプライベートテキストを漏洩させるリスク。

Tesla 第2世代量産車・2012年6月発売の高級セダンBEV。85kWh・航続265mi・OTA 更新・Autopilot 2014年導入・現代EV ブームを決定づけた象徴。

学習済みMLモデルやLLMに推論リクエストを送信するためのAPIエンドポイント（URL）。クラウドサービス（AWS SageMaker、GCP Vertex AI、Azure ML）が提供するマネージドエンドポイントと、vLLM/TGI等で構築するセルフホストエンドポイントの2種類がある。OpenAI互換APIフォーマット（/v1/chat/completions）が事実上の標準。

MLモデルの内部状態・推論プロセス・データフローを外部から把握可能にする設計原則。ログ・メトリクス・トレースの3本柱でモデル動作を透明化する。

Anthropic策定AIエージェント-ツール接続規格(MCP・2024年11月)。JSON-RPC 2.0 over stdio/HTTP/SSE・Resources/Tools/Promptsの3抽象・Server/Client/Host構造、Claude Desktop・VS Code Cursor・Windsurf・Cline・Amp・Zed Agent・Warp 2が2026年MCP対応、OpenAI Connectors・Gemini Extensionsも共通採用。

Model Context Protocol（MCP）とは、Anthropicが2024年に公開したオープン標準プロトコルで、LLM（大規模言語モデル）アプリケーションと外部データソースやツールを標準化された方法で接続するための仕様である。

Model Compressionは、人工知能（AI）および機械学習分野において注目されている技術です。深層学習モデルの普及に伴い、その規模は爆発的に増加しており、推論に必要な計算資源やメモリ容量も増大しています。Model Compressionは、このような課題を解決し、AIモデルの効率的な運用を実現するためのキーテクノロジーとして登場しました。本稿では、Model Compressionの基

ML Model Serving。NVIDIA Triton Inference Server (Multi-Framework・TensorRT/PyTorch/ONNX)・TorchServe (PyTorch Native Maintenance)・BentoML 1.3+ (Python Native)・Cog (Replicate)・Ray Serve・Seldon Core 2.x・KServe 0.13 (Knative Native)・MLflow Models・vLLM Production Stack・Modal Function・Cloudflare Workers AI・¥0 OSS-¥¥¥¥¥/月、2026年BentoML+Cog急成長。

学習済みのMLモデルやLLMをAPIエンドポイントとして公開し、リアルタイム推論リクエストを処理するインフラストラクチャ。バッチ推論とは異なり、低レイテンシ（数十ms〜数秒）で逐次リクエストに応答する。vLLM、TGI、Triton Inference Server、BentoML等のサービングフレームワークが主流。

大規模モデルのパラメータを複数のデバイス（GPU/TPU）に分割して配置し、単一デバイスのメモリ容量を超えるモデルの学習・推論を可能にする分散処理技術。

大規模な教師モデルの知識を小さな生徒モデルに転移させる技術。推論コストを大幅に削減しつつ教師モデルに近い性能を維持でき、エッジデバイスへのデプロイに不可欠。

小型LLM構築技術。Knowledge Distillation(Teacher-Student)・SLM(Small Language Model・1-7B param)・Phi-4 Mini 3.8B(Microsoft・2025年)・Qwen2.5 1.5B/3B・Llama 3.2 1B/3B・Gemma 3 1B/4B・MiniCPM 3 4B・SmolLM2 1.7B(HuggingFace)・TinyLlama・Mistral 7B・DeepSeek R1 Distill 8B・Teacher-forced sampling・Reasoning Distillation、2026年Edge+モバイル定着。

同一ベースモデルを異なるハイパーパラメータでファインチューニングした複数モデルの重みを単純平均するアンサンブル手法。Wortsman et al. 2022が提案。個別モデルよりも汎化性能が高く、単一推論コストで複数モデル相当の性能を実現できる。