AI用語辞典

モデルが訓練データに過剰に適合しすぎてしまい、未知のデータに対しては性能が低下してしまう現象です。汎化性能が低い状態を指します。

エージェントが環境と相互作用しながら、試行錯誤を通じて最適な行動戦略を学習する方法です。報酬を最大化するように行動を決定します。

正解データ（ラベル）が与えられたデータセットを用いてモデルを学習させる方法です。画像分類や回帰予測など、多くのAIアプリケーションで利用されます。

正解データ（ラベル）がないデータセットから、データ自身の構造やパターンを自動的に見つけ出す学習方法です。クラスタリングや次元削減などに用いられます。

機械学習モデルを学習させるために使用されるデータセットです。このデータからモデルはパターンや規則性を学びます。

モデルの学習中に、その性能を評価し、ハイパーパラメータの調整を行うために使用されるデータセットです。訓練データとは別に用意されます。

AIモデルが、学習済みの知識に基づいて新しいデータから結論を導き出す能力。特に言語モデルにおいては、与えられたプロンプトに対して適切で論理的な回答を生成する能力を指します。

AIモデルが予測や判断を行う際に、結果を非常に短い時間で返すことです。リアルタイム性が求められるアプリケーション（自動運転、音声アシスタントなど）で重要になります。

統計学の手法の一つで、限られたデータから母集団の平均値を推定する方法。ベイズ統計学の枠組みで、事前知識（事前分布）と観測データ（尤度）を組み合わせて、より確からしい平均値（事後分布）を導き出します。

強化学習（RL）と自己蒸留（Self-Distillation）を組み合わせた新しい学習手法です。少ない計算資源で高性能なカスタム推論モデルを構築することを目的としています。

ソフトウェアエンジニアリングのタスクにおけるAIモデルの性能を評価するためのベンチマークです。コード生成やバグ修正など、実際の開発作業に近いタスクでモデルの能力を測ります。

特定のタスクや問題解決に必要な関連情報（文脈）を集めること。AIにおいては、より正確な理解や適切な応答のために、入力された情報だけでなく周辺情報も考慮するプロセスを指します。

モデルの最終的な性能を評価するために使用される、一度も学習に使われていないデータセットです。未知のデータに対する汎化性能を測ります。

AIコーディングの性能を評価するための新しいベンチマーク（評価基準）です。既存のベンチマークが抱えるデータ汚染やタスクの偏りといった問題を解決し、より公平で実用的なAIのコーディング能力を測定することを目指しています。

AIモデルの訓練データに、テストデータや評価データの一部が意図せず混入してしまう現象です。これにより、モデルがテストデータに過剰に適合し、実際の性能よりも高い評価が出てしまう可能性があります。

AIモデルの訓練に必要なデータに、人間が正解となるタグや注釈を付与する作業です。画像内の物体を識別したり、テキストの感情を分類したりすることで、AIの学習を助けます。

大規模言語モデル（LLM）が以前に処理したプロンプトとその応答を一時的に保存する仕組み。これにより、同じプロンプトが再度入力された際に、計算を省略して高速に応答を返すことができますが、資源を過剰に消費する場合があります。

統計学における推定手法の一つ。事前の知識（事前分布）と観測データ（尤度）を組み合わせて、未知のパラメータの確率分布（事後分布）を導き出します。不確実性を考慮した柔軟な推定が可能です。

事象の確率を、事前知識（事前確率）と新たなデータ（尤度）に基づいて更新していく統計学の手法。不確実性の高い状況での意思決定に有効です。

テキストや画像などのデータを、コンピュータが処理しやすい数値のベクトル（多次元配列）に変換するプロセスです。これにより、データ間の類似度を計算したり、概念的な関係性を分析したりすることが可能になります。

AIモデルが特定のベンチマークテストで高いスコアを出すために、そのテストの特性やデータセットの弱点を意図的に利用する行為です。これにより、実際の汎用的な性能とは異なる、見かけ上の高い性能を示すことがあります。

大規模言語モデル（LLM）の性能を向上させる技術の一つ。外部の知識ベースから関連情報を検索（Retrieval）し、その情報を基にLLMが回答を生成（Generation）することで、より正確で最新の情報を反映した応答を可能にします。