用語集

「検索結果の一覧を返す」代わりに「質問に対して出典付きの答えを返す」検索体験。RAG を土台とするが、答えを返す以上その根拠を示す責任がプロダクト側に生じる。出典必須・確度表示・「見つからない」を正しく言うことが生命線。

連合学習などで、個々の参加者の更新を集約者へ直接見せずに合計等を得る仕組みです。集約結果や完成モデルからの推論まで防ぐ保証とは分けて扱います。

発信源そのものの情報(論文の原典・公式ドキュメント・公式ブログ・規格本文・法令)。解説・まとめ(二次情報)と区別し、根拠は一次情報に置くのが情報リテラシーの基本。二次情報は「存在を知る」までに使い、一次まで遡って確かめる。

画像のマスクした領域だけを再生成する編集手法(画像の外側を拡張するのはアウトペインティング)。画像生成をゼロ生成だけでなく「既存画像を直す」用途に広げる。生成物の商用利用・来歴の論点はゼロ生成と同じく各社規約で要確認。

テキストや画像を、意味的な近さが距離に対応する数値ベクトルに変換したもの。RAG・記憶・分類の土台で、「何が近いか」はモデルで変わるため自社データで評価して選ぶ。モデル変更は全チャンクの再インデックスを伴う。

コードやデータへの変更が、システムのどこに波及するかを事前に洗い出す作業。レガシー保守で特に重要。AI コーディングエージェントは波及範囲の「当たり付け」に使えるが、動的呼び出しやコード外連携(バッチ・DB トリガ・外部システム)を追い切れないため、「影響なし」の保証には使わない。

エージェントに人間・汎用サービスアカウントと区別された固有のアイデンティティを与え、委任・権限・監査の単位にする考え方。2026 年時点で専用標準は未成立で、OAuth の委任表現と各社の ID 管理機能を組み合わせて実現する。

エージェント同士が人の監督を超える規模・速度で取引・交渉・決済を行う経済という構想。2026 年時点では、エージェント間の通信・決済の標準(MCP・A2A・各種決済プロトコル)は稼働し始めた一方、自律取引の経済そのものは概念段階にとどまる。「配管(標準)」と「経済(自律取引)」を段階として区別して読む。

エージェント間連携で、相手のエージェントが「何者で・何ができ・どう認証するか」を書いた機械可読のメタデータ(名刺)。既知の場所で公開し、連携相手を機械的に発見・選択する土台になる。静的な秘密情報を埋め込まない・機微な内容は認証で保護する。

エージェントの能力を測る公開ベンチマーク(コーディング・Web / コンピュータ操作・汎用アシスタント・対話ツール使用などのカテゴリがある)。ハーネス依存・汚染・飽和という限界を踏まえ、選定の参考情報として使い、自社品質は自前の評価で測る。

SLO の裏返しで、許容できる失敗の量(SLO が 99% なら 1% が予算)。残っていれば変更を進め、使い切ったら変更を凍結して品質改善に回す、という判断の型に使う。

複数の LLM 呼び出しや Agent の実行順序とデータの流れを制御すること。直列・並列・ルーティングなどの定番パターンがある。

自動化された判断を人間が過度に信頼し、自分で検証・反証しなくなる傾向。訓練された専門家でも起き、LLM の流暢さ・断定的な口調が引き金を強める。意志でなく、検証をデフォルト化する構造で防ぐ。

モデルの重みが公開され、ダウンロードして自社インフラでホストできる LLM。ライセンス条件はモデルごとに大きく異なり、「オープン = 自由に商用可」ではなく、OSI の「オープンソース AI」定義(OSAID)とも区別される。(ライセンス類型)/ 主要 LLM の全体像(モデルの地図)

音声で対話しツールで行動するエージェント。STT → LLM → TTS のパイプライン型と、音声を直接入出力する speech-to-speech 型の 2 アーキテクチャがあり、レイテンシ・ターンテイキング・中間テキストの制御性で選ぶ。

特定の人の声を再現する音声合成機能。強力な一方で悪用リスクが大きく、提供各社は「本人の声のみ可」「同意文言の録音提出」「アクセス審査」「本人確認」などの統制を課す。実在の人の声には本人の明示的な同意が前提で、適法性・第三者の声の可否・商用条件は各社規約と地域法で要確認。

本番トラフィック上で品質シグナル(タスク成功の代理指標・フィードバック・サンプリング採点)を測る評価。手元のデータセットで測るオフライン評価を補完し、A/B テストやカナリアで真の効果を確定する。

モデルの判断の外側でコードとして強制される制御。入力・出力・アクションの 3 層に配置し、プロンプトでの指示(お願い)と区別される。

改善実験で主指標を追う一方、「悪化してはいけない」指標として監視するもの(コスト・レイテンシ・エラー率・安全性逸脱など)。主指標が上がっても閾値を超えたら失敗と見なす。

プロンプト・ツール・モデルの変更で既存の品質が壊れていないかを、評価データセットの再実行と前回比較で検知するテスト。

クエリ・キーのベクトルを位置に応じて回転させ、内積に相対位置を自然に埋め込む位置符号化。2026 年時点の主流で、学習長を超える外挿(補間・周波数調整で拡張)の土台になる。

エージェントの役割・トーン・話題の境界・会話の構造を意図的に設計する営み。「何でも答える汎用チャット」ではなく、ブランドと目的に沿った振る舞いをプロンプトに落とし込む。人間のふりをさせない・スコープ外は次へ導く断り方にする、が基本。

システムに意図的に障害を注入し、回復力(フォールバックが本当に動くか)を検証する実践。AI ではプロバイダー障害・モデルの劣化応答・ツール障害・検索の空振りなどを注入対象にし、評価環境から段階的に試す。

トレース・メトリクス・ログといった外部出力から、システム内部で何が起きたかを説明できる性質。Agent では技術メトリクスに加えて品質シグナルの設計が必要になる。

ノイズから徐々にデータ(画像・音声など)を生成する生成モデルの一種。マルチモーダルの「生成側」を担うことが多く、テキストを 1 トークンずつ生成する LLM の自己回帰生成とは仕組みが異なる。「入力理解」と「画像・音声生成」を別能力として区別する手がかりになる。

機械翻訳の出力を人が後から編集して仕上げる翻訳工程。人がどこをどこまで直すか(軽い後編集=意味が通ればよい / 重い後編集=公開品質)を重要度・リスクで使い分け、量産と品質を両立させる。用語集・対訳メモリの適用が体感品質を最も左右する。

最終出力だけでなく、Agent ループの実行記録(軌跡: 思考・ツール呼び出し・結果の列)に対して経路の正しさ・効率・安全性を評価すること。

システムの攻撃面を棚卸しし、脅威を列挙・分類してリスクを優先順位付けする作業とその成果物。構成変更のたびに見直す。

インシデント時にデプロイなしで Agent を止める・自律度を下げるための、事前に用意された停止手段。全停止・縮退・ツール単位の無効化など粒度を分けて設計する。

ベクトル検索で、多少の取りこぼしと引き換えに最近傍を高速に探す方式。再現率(取りこぼさなさ)と速度・メモリのトレードオフを、インデックスのパラメータで調整する。

AI の環境負荷(電力・水・カーボン)を抑える取り組み。特別な技術より、コスト最適化(right-sizing・キャッシュ・バッチ)の多くがそのまま計算量=環境負荷の削減に効く。推計値は前提で大きく動くため断定せず、実削減と相殺(オフセット・証書)を区別する。

既製モデルを大量のドメインコーパスで追加的に事前学習し、特定分野の言語・知識に適応させる手法。FT より重く、「自社モデルを持つ」段階の 1 つ。ベース世代の交代のたびに追従コストがかかる。

ループの中でモデルの出力・行動の正しさを確かめる仕組み。決定的検証(テスト・lint・スキーマ)・モデル検証(judge)・人による検証(HITL)の 3 種があり、安くて確実なものから順に配置する。

モデルが事実でない内容をもっともらしく生成する現象。「もっともらしい続きを生成する」という学習目的の自然な帰結であり、対策は指示の強化ではなく、根拠の外部供給(RAG)・出典要求・検証という構造側にある。

RAG の検索段で、質問したユーザーのアクセス権を必須フィルタとして反映し、権限外の文書を候補から構造的に除外する仕組み。生成段で伏せる方式は権限外の内容がプロンプトに載った時点で漏えいリスクになるため、検索基盤の層で強制する。

モデルの言う確信度と実際の正解率が一致している性質。「確信 80% のケースが実際に 8 割正解する」なら較正が良い。LLM は過信に寄りやすく、較正はモデル更新でずれるため再測定が要る。

LLM に生成させた評価・学習用のデータ。量とバリエーションを安く稼げる一方、分布の偏りと盲点の共有(生成モデルと評価対象が同系だと弱点が現れない)に注意が必要。

LLM の出力を JSON Schema などの機械可読なスキーマに従わせる技術。後続の処理がコードである出力(分類・抽出・スコア)に使う。

コードベースを読み、ファイルを編集し、コマンドを実行して検証するループで開発タスクを遂行する Agent。コード補完と異なり「タスク単位の委任」を受けられる。

改変・再配布物にも同じライセンス条件の継承を求めるライセンスの性質。AI では、有害用途を禁止する振る舞い制限(OpenRAIL 系)が派生物に伝播する形で現れる。用途制限が付くため OSI 定義の「オープンソース」には該当しない。寛容型(Apache/MIT)との対比で押さえる。

正解・合格基準がアノテーション済みで、リリース判定や回帰テストの基準として層別・バージョン管理されながら維持される評価ケース集合。

LLM に渡す情報の全体(システムプロンプト・ツール定義・履歴・資料・状態)を、構成要素の選択・配置・ライフサイクルとして設計する営み。原則は コンテキストエンジニアリング、実践パターンは コンテキスト設計の実践パターン

コンテキスト上限に近づいた際に、会話履歴を要約・圧縮して容量を確保する仕組み。トリガ設計と「必ず残す情報」の定義が要で、決定の消失は議論のループを招く。

画面(スクリーンショット)を観測し、マウス・キーボード操作で GUI を直接操作する Agent の類型。

外部から持ち込む AI 資産(モデル・重み・データセット・共有プロンプト/スキル・MCP サーバー・依存ライブラリ)の汚染・改ざんを通じてシステムを侵害する攻撃。実行時の防御以前に、導入前の出所確認・署名/ハッシュ検証・受け入れプロセス(審査 → 限定権限で試用 → 昇格)・資産台帳・更新の継続監視で守る。

保護単位 1 つ分が異なる隣接データセットについて、出力分布の差を ε・δ で制限するプライバシー保証です。あらゆる個人情報の推論を不可能にするものではなく、保護単位と複数公開のプライバシー予算を定義して使います。

モデルが生成したコードの実行やコンピュータ操作を、本番システムから隔離された使い捨て環境(ネットワーク・資源制限付き)で行う仕組み。

Transformer の層をまたいで貫く共有の通信路という見方。各注意ヘッド・FFN は、正規化した入力を副層に通した結果をこのストリームに足し込む(読み書きする)。回路・特徴を分析する解釈可能性研究の基礎的な視点。

組織の承認を経ずに、現場が個別に AI ツールを使うこと。禁止だけでは止まらず、多くは「安全に使える正規の経路がない」ことが原因。使いやすい正規の経路を用意し、責めずに正規化するのが現実的な向き合い方。

エラーを出さずに完走しながら、誤った結果を返す・誤った副作用を残す失敗。技術メトリクスに現れないため、品質シグナルによる検知設計が必要になる。

上位モデル(教師)の出力を学習データにして、小型モデル(生徒)をファインチューニングする手法。品質が確認できた特定タスクを、小型モデルで安く速く量産するためのコスト削減手段。

推論モデルが答える前に生成する中間の思考のトークン。通常コストとして課金され、生成時間を延ばす。「考える時間」はタダではなく、思考量とコスト・レイテンシは直結する。

応答の前に中間の思考(推論トークン)を生成してから答える LLM。多段推論・検証可能な問題で精度が上がる一方、単純タスクでは遅く高くなる(overthinking)。思考量は努力パラメータ等で制御する。

自動化に任せ続けることで、使われなくなった技能が衰える・そもそも習得されなくなる現象。既存技能の萎縮と、若手の学習機会消失(育成問題)を区別する。意図的な手動練習と育成機会の確保で守る。

損失がモデルサイズ・データ量・計算量に対して、滑らかなべき乗則で下がる経験則。計算最適(Chinchilla)はパラメータとデータをほぼ均等に増やすべきと修正した。べき指数・定数は構成依存の経験則で、普遍定数ではない。

LLM の応答を生成と同時に逐次受信・表示する方式。Agent の体感品質を左右する基本技術。

モデルの活性を、少数だけが発火する解釈しやすい「特徴」の疎な重ね合わせに分解しようとする解釈可能性の手法。1 ニューロンが複数概念を担う多義性(重ね合わせ仮説)への対処として研究される。有効性・網羅性は研究段階の自己報告。

会話ログではなく、編集中のドキュメント・キャンバス・コードといった成果物を画面の主役に置く UI 形態。AI の提案を成果物への差分・ハイライトで見せ、対話は補助線にする。制作系タスクで、チャットで説明されるより現物で見えるほうが速い。

記憶・内省・計画のアーキテクチャで人間らしい行動を模す LLM エージェント。仮想環境での行動の創発を示した査読付きの原典があり、社会シミュレーションや合成人格による調査に応用される。大規模な創発の逸話は再現性が未確立なものも多く、実証と構想を区別して読む。

環境の生成的シミュレーション・行動結果の予測・エージェント訓練/評価インフラという 3 つの用法を持つモデル群の総称。「賢い個体そのもの」ではなく「賢い個体を作るための工場・練習場」として、学習・評価インフラの用法が先行して実用化しつつある。

将来の映像とロボットの行動を共同生成するモデルの類型です。世界の予測と行動方策を結ぶ研究として、独立追試や対象の身体構成を確認します。

入力の意味的な近さを使い、過去の応答を再利用する出力側キャッシュ。ヒット率は入力分布・しきい値・再利用条件に依存する。「類似 ≠ 同一」による誤ヒットの被害、権限・鮮度・主体の一致を評価して採否を決める。入力側のプロンプトキャッシュとは別物。

指標(メトリクス)・ディメンション・粒度の定義をコードで一元管理する層。データ分析エージェントに指標をその場で組み立てさせると集計の取り違え(重複カウント・粒度の混同)が起きるため、検証済みの定義を参照させて誤りの余地を構造的に減らす。

複数の応答への人間(または AI)の選好から「良い応答」の基準を学ばせる LLM の学習工程(RLHF・DPO など)。有用さ・無害さ・トーンを形作る一方、迎合(sycophancy)や過剰な拒否の由来にもなる。

確信度が閾値を下回ったら答えずに棄権する(「わからない」と言う・人へエスカレーションする)設計。棄権を増やすと答えたケースの精度は上がるがカバレッジは下がるため、閾値は失敗コストで決める。

実行の各ステップの結果を永続ログに記録し、障害後は完了済みステップをスキップして途中から再開できる実行モデル。LLM 呼び出しなどの非決定的な処理を「結果が記録される単位」に隔離するのが要点。

入力の属性だけを入れ替え、それ以外を同じにしたペアで出力が変わるかを見る公平性評価の手法。属性を唯一の変数にできるため、品質・トーン・拒否率の不当な差の原因を切り分けられる。

長時間タスクの「ここまで完了した」を再開可能な形で永続化したもの。ツール実行の完了やフェーズ境界などの意味のある単位で切る。信頼性とトークンコスト制御の両方の仕組み。

非公開データへのアクセス・信頼できないコンテンツへの接触・外部への送信能力の 3 つが 1 つの Agent に揃うと、データ持ち出しが構造的に可能になるという設計チェックの枠組み。

RAG の取り込みで、文書を検索・投入の単位に分割すること。分割のサイズと境界(構造・意味)の設計が検索品質の上限を決める。

LLM が外部機能の呼び出し要求を出し、アプリケーションまたはプロバイダーの実行基盤が検証・権限に従って実行し、結果をモデルへ返す仕組み。実行主体と制御点を区別する Agent の中核機構。

AI で合成した音声・映像で特定の人になりすますこと。声・顔が本人である証拠にならなくなるため、防御は「見破る(検出)」でなくプロセス(声/顔を本人確認に使わない・既知の正規連絡先へのコールバック検証・送金の多重承認)が中心。

多段の調査(計画 → 検索 → 読解 → 統合 → レポート)を自律実行し、出典付きのレポートを生成するエージェントの類型。単発 RAG と違い、調査計画への分解・多段検索の打ち切り判断・全主張への出典紐付けが設計の中心になる。

データの所有責任・品質・利用条件・更新を組織で管理する仕組み。RAG や社内知識を使う Agent では、知識源の品質・鮮度・権限が回答を制約するため、カタログ・品質基準・AI 利用可否を整備する。モデル・検索・推論等の品質管理とも組み合わせる。

データがどの国・地域に置かれ、どの国の法域に服するかという概念。AI の処理・保存リージョンの選択や越境移転規制に直結する。適法性の判断は法務・貿易管理の領分で、本ライブラリは確認先の所在を示すにとどめる。

Agent を経由して機微データが外部に出ること。間接プロンプトインジェクションによる攻撃系と、権限・ログ設計の不備による事故系がある。

コンテンツの信号そのものに情報を埋め込む来歴/識別の手法。可視・不可視があり(SynthID 等)、付随メタデータ型の来歴(C2PA)より剥離・再エンコードに相対的に強い。ただし除去不能ではなく、改変耐性の主張はベンダーの自己申告として扱う。

下書きモデルの複数トークンを本命モデルでまとめて検証する推論高速化。貪欲法では一致する接頭辞を採用し、確率的生成では受理確率と棄却時の補正分布を用いる。これらを正しく実装し、同じ生成条件を適用する方式では本命の分布を保てる。速度改善は下書きの受理率と検証費用に依存する。

テキストとトークン列を相互変換する部品。分割のされ方は言語・内容で大きく変わり、モデル(世代)ごとに異なるため、コスト・コンテキストの見積りは公式のカウント手段による実測を正とする。

スキャン文書・PDF・帳票から、後続処理(RAG・業務システム)が使える構造化データを取り出す技術・パイプライン。本文を起こすだけでなく「どの項目が・どの値か」を検証可能な形で抽出する。OCR・レイアウト解析・VLM 直読を使い分け、抽出結果は業務ルールで検証し信頼度で人手に振り分ける。

運用中に入力分布・対象環境・モデルの挙動等が想定から変化すること。緩やかな変化と急な変化があり、必ず品質劣化を意味するわけではない。品質指標・入力分布・構成変更を照合し、再評価や対応の必要性を判断する。

知識をエンティティ(節点)と関係(辺)のネットワークで表したもの。ベクトル検索が返す断片と違い、つながりをたどれる。構築・維持コストが大きいため、通常の RAG で足りるかをまず判断する。

モデルの外側 — ループ・ツール・フィードバック・環境・制御の総体。同じモデルでも作り込みで性能と信頼性が変わるため、モデルと並ぶ一級の設計対象として扱う。

ループが行き詰まったときに、失敗を認めてチェックポイントまで戻り、別経路でやり直す制御。失敗した経路の記録を残さないと同じ失敗を繰り返す。

言語モデルの予測の鋭さを表す指標で、交差エントロピー損失を指数に乗せたもの。「次のトークンで平均何択くらい迷っているか」の目安。トークナイザ・評価データに依存するため、異なる条件間で直接比較できない。

ツールの完了を待つ間にも Agent が別の処理を進め、後から呼び出し ID に対応した結果を受け取る方式です。キャンセルや遅延結果、再開後の承認をアプリ側で管理し、実行状態の耐久保存とは分けて設計します。

Agent の評価を繰り返し実行可能にする仕組み一式。データセット・実行系・採点系・レポートの 4 点で構成される。

既存モデルの重みを自分のデータで追加調整すること。形式・文体・ドメイン特化の挙動に加え事実知識も学習し得るが、正確な再現や容易な更新は保証されない。評価・データ準備・再学習の費用を、プロンプト改善・RAG・モデル変更と比較して選ぶ。

利用者からの明示シグナル(評価ボタン)と暗黙シグナル(修正・再試行・放棄)を収集し、評価データセットと改善へ還流させる循環。収集だけでなくトリアージと還流の運用まで含めて 1 つの仕組み。

物理世界を知覚し、物理世界に対して行動する AI の総称。2023 年以降は視覚・言語基盤モデルを行動出力に拡張するアプローチ(VLA)が主流で、ソフトウェア Agent と同型の「計画層 + 実行層」構造が現れている。

プロンプトの例だけから、重みを変えずにタスクを学ぶように振る舞う現象。理論仮説(暗黙のベイズ推定・学習アルゴリズムの模倣・誘導ヘッド)は決着していない。few-shot の例は正解の列挙より、出力の形式・分布の実演として効く。

差分プライバシーで、同じ保護対象に対する複数の処理・公開を合成して管理するプライバシー損失の上限です。公開を繰り返す際は、各処理の ε・δ と合成の条件を追跡します。

各プロダクトチームが AI を再発明せずに使えるよう、ゲートウェイ・評価基盤・ガードレール・共通テンプレートなどの共通機能を提供する基盤チーム。「縛る」のでなく「使いやすさで選ばれる」ことを目指し、迂回(シャドー利用)を招かない設計にする。

タスクをステップに分解し、実行順序を決め、進捗に応じて見直す働き。逐次判断・事前計画・リフレクションの 3 パターンが基本形。

アシスタント応答の書き出しを開発者側で与えてから続きを生成させる技法。生成が与えた書き出しの続きとして条件付けられるため、前置きの除去や形式の強制に指示より強く効く(対応可否はモデルによる)。

利用者が頼む前にエージェント側から動く性質(通知・提案・先回り)。便利さとうるささが紙一重で、外し続けると正しい通知まで無視され信頼を損なう。確信度 × 重要度 × 頻度の掛け算で介入を絞り、ユーザー制御(頻度設定・ミュート・「なぜ出たか」の説明)を用意する。

最前線モデルの能力そのもの(サイバー・生物化学・AI 自己改善など)が重大被害に使われうるリスクを、提供者が管理する枠組み。共通構造は「能力閾値の設定 → 危険能力評価 → 到達時の対応措置 → 公表」の 4 段。安全の達成度は提供者の自己申告のため、選定・調達では複数(フレームワーク・システムカード・第三者評価)を突き合わせて評価軸にする。

モデルへの入力に紛れ込ませた指示で、開発者の意図した挙動を上書きする攻撃。ユーザー入力による直接型と、Agent が読む外部コンテンツ経由の間接型がある。

モデルへの入力(指示・例・データ・形式)を設計して、出力の品質・形式・安定性を高める技法の総称。技法の効果はモデル世代で変わるため、評価で検証してから採用する。

プロンプトの固定部分(前方一致)の処理結果を再利用し、入力コストと応答開始までの時間を削減する仕組み。固定部分を先頭に置くプロンプト構造が前提。

ユーザーに文章(プロンプト)を書かせず、ボタン・テンプレート・選択肢・文脈からの自動起動で AI を動かす設計。白紙のテキストボックスは多くの利用者に難しく、プロンプトを書けない利用者を排除するため、アクセシビリティの観点でも重要。

インターネットから物理的・論理的に隔離され、外部 API に到達できないネットワーク。クラウド型の AI コーディングエージェントは通信自体が通らず原理的に使えない。真の air-gapped 運用は、OSS エージェント + ローカル/自社ホストモデル(外部送信ゼロ)でのみ成立し、監査・SSO などの統制は運用側で担保する。

同じ操作を複数回実行しても副作用の結果が 1 回と変わらない性質です。事前の実行済み確認だけでは並行実行や記録前クラッシュを防げず、受け側の原子的な重複排除などの実装条件が必要です。、エージェントの API 設計

対話 UI を介さず、エージェントを 1 コマンド(非対話モード)で実行して結果を受け取る方式。スクリプト・CI からの自動化の基本要素。

埋め込みベクトルを格納し、近似最近傍探索で類似検索する基盤。専用 DB・既存 DB の拡張・マネージド・組み込みの類型があり、数万件規模なら単純解で足りることが多い。

差分プライバシーの隣接データセットを定義するときに、変更する 1 行・1 人などの単位です。1 行の保証が、その人の全記録をまとめた保証になるとは限りません。

複数の Agent ループが、それぞれ独立したコンテキストを持って分担・協調する構成。

複数のテナント(顧客・部門)が同一の Agent 基盤を共有する構成です。データ・設定・容量・費用を分けて設計し、認証キーを分けた場合も上流の共有上限と容量の隔離を別に確認します。

テキスト以外の入力(画像・音声など)を理解できるモデルの能力。コンピュータ操作型 Agent の前提となる。

画像・図表・PDF を含む知識源で行う RAG です。テキスト化や画像埋め込みによる検索と、取得したページを視覚言語モデルで読む処理を分け、知識源に合わせて組み合わせ・評価します。

タスク記述からプロンプト自体を LLM に生成させる技法。叩き台の初速に効くが、生成物は仮説であり評価を通すまで改善とは呼べない。

Agent が「覚えている」ように見えるデータの総称。短期記憶(コンテキスト)・作業状態・長期記憶(外部ストレージ)の 3 層に分けて設計する。

エージェントの長期記憶に悪意ある指示や偽の事実を残し、後日のセッションで発火させる攻撃。記憶は「信頼できる自分の情報」として扱われ都度の入力より警戒が薄いため厄介で、時間差で効くため気づきにくい。記憶も外部入力として扱い、書き込みの検証・出所の記録・権限分離で守る。

古い技術資産(レガシーシステム)を新しい基盤・言語へ移す取り組み。一括置換より、モジュール単位の段階的移行が基本。成否は新旧の挙動の等価性で決まり、AI コーディングエージェントの変換は下書きであって、等価性は現行挙動を正としたテストで人が検証する。

モデルの想定用途・非推奨用途・既知の限界・学習データ・評価・ライセンス・ベースモデルなどを記した説明書。ハブでは `README.md` の機械可読メタデータ(`license`・`base_model`)+ 本文として実装される。採用前に必ず読み、`license` と intended/limitations を確認する。データ版はデータシート。

モデルの出力を学習データにして次のモデルを訓練する、を繰り返すと分布の裾(まれなパターン)が失われ、出力が単調に崩れる現象。合成データは実データの代替ではなく補強にとどめ、実データを混ぜて避ける。

対話型 Agent の評価で「ユーザー役」を務める LLM です。指示と会話で誘導するユーザー役、評価対象 Agent の API・状態を制御する環境、採点する審判役は別であり、発話の制約が必要なら検証処理も設けます。

「直前に A B が出たら、次に A が来たとき B を続ける」というコピー機構を担う注意ヘッド。文脈内学習の主要メカニズムの候補として提案され、形成時期と ICL 能力の立ち上がりの一致が観察・報告されている(原因の証明ではない)。

安全保障の観点から、特定の貨物の輸出や技術の提供を国が管理する制度。先端半導体や、場合により AI モデル・重みも対象になり得る。該非判断は貿易管理部門・所管当局の領分で、本ライブラリは確認先の所在のみ示す。

デジタルコンテンツの作成・編集の履歴を、検証可能な形で記録・証明する考え方。C2PA / Content Credentials は署名付きメタデータで来歴を記録し改ざん検知可能にする(「栄養成分表示ラベル」)。ただし来歴は「履歴の検証」であって「AI 生成か否かの証明」ではなく、スクショ・再エンコードで剥がれうる(有無を単独の判断根拠にしない)。

完成物(ここではコード)から、設計意図や仕様を逆向きに読み解くこと。ドキュメントが失われたレガシーコードの理解・仕様復元で行う。AI が復元した仕様はドラフトであり、現行システムの実挙動が正(仕様とコードが食い違えばコードの挙動が正)。

モデルの重みを低い数値精度(INT8・INT4 等)で表現してサイズを縮める手法。VRAM とメモリ帯域の負荷が下がり、同じ GPU により大きいモデル・多い同時実行を載せられる。精度を下げるほど品質が落ちうるため、量子化後の品質は自社タスクで検証してから使う。

一次検索で広めに取った候補を、より精密なモデルで並べ直して上位数件に絞る 2 段目の検索処理。一次検索が再現率を、リランキングが精度を担当する分業になる。

Agent ループの制御 — いつ考え・行動し・立ち止まり・止めるか — を設計対象として扱う営み。ループの型の選択・停止条件の詳解・迷走の検知と介入・バックトラックを含む。

コーディングエージェントがセッション開始時に読み込む、プロジェクト固有の指示書(AGENTS.md・CLAUDE.md など)。恒常的な規約を毎回の依頼文から分離する。

脅威モデルを机上で終わらせず、実際に攻撃を試して防御の穴を見つける演習。エージェントでは有害な出力よりも、騙されたモデルが権限で有害な行動を取れるかに重心を置く。

生データを各所に置いたまま学習し、更新情報を集約する手法です。更新や完成モデルからの情報漏えいは残るため、連合学習だけをプライバシー保証とせず、安全な集約や差分プライバシー等の追加対策を検討します。

推論サーバーで複数リクエストをまとめて処理し、各リクエストの開始・終了が揃わなくても空いたスロットに次を詰めて GPU を遊ばせない方式。1 件ずつ処理するよりスループットが大きく上がる。高スループット系の推論エンジンが備える中核機能。

組織・システムの境界を越えてエージェント同士が発見・通信・タスク委譲を行うための標準プロトコル。Google 発で Linux Foundation へ移管され、エージェントカードによる発見・タスク委譲・長時間タスクを定める。MCP(ツールを呼ぶ)とは層が違い相補的で、相手を「部品」でなく自律主体として扱う。

LLM が「観測 → 思考 → 行動」のサイクルを繰り返し、完了・失敗・上限のいずれかの停止条件まで自律的に処理を続ける制御構造。

LLM を判断の中枢に置き、ツールを使いながら、目標達成までの手順を実行時に自律的に決めて実行するシステム。

自分で契約したモデル API のキーをツールに持ち込んで使う方式。データの経路とモデル選択を利用者が制御でき、オープンソース系コーディングエージェントの標準形。

AI 活用の知見・標準を集約する専門組織。導入初期や専門人材が少ない段階で、知見を貯めて標準を作るのに向く。組織が成熟したら分散・プラットフォーム型へ移行し、CoE がボトルネックにならないようにする。

OpenAI Responses API で、対応モデルの会話中の推論設定を入力項目として変更する仕組みです。プロンプトの任意改変とは異なり、対象モデル・サービス種別・履歴圧縮などの制約があります。

報酬モデルの学習と強化学習の 2 段を、選好データから直接 1 段で最適化する選好調整の手法。「報酬モデルは方策に暗黙に含まれる」ことを使い、正規化定数を消去して選好から直接学ぶ。実装が軽い一方、明示的報酬モデルがないぶん細かい制御は RLHF に劣る。

期待する入出力の例をプロンプトに数個含め、形式・粒度・判断基準を伝える技法。例が仕様書として働く一方、例の偏りは出力の偏りになり、毎回のトークンコストにもなる。

ナレッジグラフを検索に使う RAG。多段の関係たどりや全体集約の問いに強い一方、構築・維持コストが大きい。エンティティ検索 + グラフ辿り / コミュニティ要約型 / ベクトル検索との併用の型がある。

人間の判断(事前承認・事後レビュー・エスカレーション・監視と中断)を Agent の実行フローに組み込む設計。

組織が AI マネジメントシステム(AIMS)を PDCA で確立・運用するための要求事項を定めた、世界初の AI マネジメントシステム規格(2023 年)。第三者認証の対象になるが、認証は「AI を統制する仕組みの確認」であって AI の安全・正しさの保証ではない。ISMS(ISO/IEC 27001)と統合しやすい。

生成中に各トークンの中間表現(Key / Value)を保存・再利用する仕組みで、プロンプトキャッシュの実体。中間表現は先頭からの並びに依存するため、キャッシュは前方一致でしか効かない。

コードでは採点できない開放的な出力を、基準を与えた別の LLM に判定させる評価手法。judge 自体の検証(人手ラベルとの一致率測定)を前提とする。

アプリと LLM プロバイダーの間に置く共通の中継層。キー管理・モデル抽象化(統一 API)・コスト集計・監査・レート制御・ルーティング・フォールバックを 1 か所に集約する。全トラフィックが通るため単一障害点化しやすく、冗長化とモデル固有機能の確保が要点。

LLM アプリの開発・評価・提供・監視を扱う運用。実験管理・多面評価・CI/CD 等は MLOps と共通し、プロンプト・検索文脈・ツール実行・トークン費用の管理を加える。外部 API 利用か自社学習かで、モデル学習・提供に対する責任範囲が変わる。

モデルの推論能力を外部へサービスとして提供する事業です。モデルライセンスの追加契約条件に登場する場合があり、事業範囲・収益の集計主体・例外は配布物ごとの条文で確認します。

AP2 で購入内容や支払い権限を拘束する、署名付きの委任情報です。v0.2 の Checkout / Payment Mandate と open / closed の制約を照合し、初期版のデータ構造と混在させません。

ツールやデータソースを LLM アプリケーションに接続するための標準プロトコル。概要は ツール使用、接続の実務は ツール接続標準(MCP とエコシステム)

機能やデバイスモデルを絞った軽量な仮想マシン。ゲストとホストのカーネルを分離する VM 境界を使う。モデル生成コードの隔離候補だが、起動性能・権限制限・残る攻撃面はハイパーバイザーと実行構成に依存し、ネットワークや秘密情報の制御も別途必要。

推論のたびに一部のパラメータ(エキスパート)だけを起動するモデル構造。総パラメータ(メモリ要件)とアクティブパラメータ(速度・計算量)を分けて評価する必要がある。内部構造(ルーティング・負荷分散・専門化)は MoE の内部構造、選定上の意味は 主要 LLM の全体像

MCP でサーバーが処理に必要な入力を応答し、クライアントが回答と `request_state` を添えて再要求する方式です。処理の続きに必要な情報を往復させる仕組みで、単なる通信失敗時のリトライとは区別します。

画像中の文字を検出してテキスト化する技術。文字起こしの精度と座標(位置情報)が得られ、大量処理のコストが読みやすい。レイアウトの復元は別途必要。ドキュメント AI では、意味的な項目抽出が得意な VLM 直読と役割で使い分け、組み合わせることも多い。

本番導入を判断するために必要な「問い」を、期間を区切って検証する使い捨て前提の試作。デモの成功ではなく、本物のデータ分布での測定結果を成果物とする。

外部の知識ソースを検索し、結果を LLM の入力に加えて回答の根拠にする手法。検索の判断を Agent に任せる構成は Agentic RAG と呼ばれる。

人間の選好から報酬モデルを学び、KL 正則化付きでその報酬を最大化するよう方策(モデル)を最適化する選好調整の枠組み。有用さ・無害さ・トーンを形作る一方、迎合や報酬ハッキングの由来でもある。

投資による純利益を投資額で割った率であり、効果から費用を引いた純便益額とは区別します。比較時は評価期間・分母の範囲を揃え、人のレビュー費用を便益と費用で二重に差し引かないようにします。

「指示 → 望ましい応答」の模範例で LLM を追加学習させる工程。指示追従・形式・文体を調整し、新しい事実も学習し得るが、正確な再現や容易な更新は保証されない。鮮度・出典・権限が重要な知識は検索との比較・併用を検討する。

小型の言語モデル。分類・抽出等の限定タスクで費用や速度の改善候補になるが、能力差はモデル・学習・用途に依存する。小型モデルを先に使うルーティングでは、失敗の検出・上位への昇格率・二重実行の費用と遅延まで含めて評価する。

サービスの良し悪しを表す指標(SLI)の目標値。AI では品質そのもの(タスク成功率・サンプリング採点の合格率など)を SLI に含める。100% を狙わず、ベースラインから現実的な水準を設定する。

自然言語の質問を SQL に変換する技術。精度はモデルの能力よりスキーマと文脈の与え方(意味の付与・分析用ビュー・少数例)でほぼ決まる。実行が成功しても集計の意味が誤る「もっともらしい誤答」を、既知値との突合などで検証する設計が要る。

最初のトークンが出るまでの時間。ストリーミング表示の体感と全体レイテンシを左右する主要指標の一つ。

視覚・言語の基盤モデルをロボットの実演データで拡張し、視覚入力と言語指示から直接ロボットの行動を出力するモデル。LIBERO などの公開評価基盤で条件を揃えた比較は可能ですが、身体構成・データ・実機条件が異なる結果を、そのまま汎用能力の順位にはできません。

画像とテキストを一緒に扱える(画像を理解できる)モデル。大まかな内容は読めるが、細かい文字・数え上げ・精密な空間関係/座標で急に外す崖を持つ。図表読解・UI 解析・検品などに使い、重要な読み取りは検証・別手段と併用する。画像を「操作」する computer use とは区別する。

サンドボックス実行を前提とした可搬なバイナリ形式。ホスト関数や WASI が提供する入出力を、実行環境の設定で制限する。起動時間や隔離の強さはランタイム・構成に依存し、ネイティブ依存をそのまま実行できるとは限らない。

WebAssembly のプログラムへファイル等のシステム機能を提供するインターフェース群。使用する版・ランタイム・ホスト設定が、利用できる機能と権限を決める。WASI を使うだけでネットワーク遮断や完全な隔離が保証されるわけではない。

処理手順を開発者がコードで固定し、LLM を各ステップの部品(分類・要約・生成など)として使う構成。Agent との対比概念。