AI関連の用語メモ（随時更新予定）
自分用のメモ
📕お
📖オープンウェイト
機械学習モデルのパラメータ（重み）のみを公開する形式のこと。
📕え
📖（AI）エージェント
人工知能（AI）を活用して自律的にタスクを実行するシステムやプログラムのこと。
📕し
📖蒸留（知識蒸留）
大きくて高性能なモデル（「教師モデル」）が持っている知識を、より小さく軽量なモデル（「生徒モデル」）へ移し替える技術のことです。
📕つ
📖ツール汚染攻撃（Tool Poisoning Attacks）
MCPツールの説明文に悪意のある指示を埋め込む攻撃
📕て
📖転移学習
既に学習済みのモデルの知識を使用して、別のタスクの新しいモデルに学習させる手法。
📕に
📖ニューラルネットワーク
脳の神経細胞（ニューロン）が持つ回路網を模した数理モデルのこと。
📕は
📖ハルシネーション
生成AIが「事実とは異なる内容」や「文脈と無関係な内容」を事実かのように応答すること。
AIが「幻覚」を見て情報を生成しているみたいなので、このように呼ばれる。
📕ふ
📖ファインチューニング（微調整）
既存のLLMを特定のデータセットや、特定のタスクで再度トレーニングを行い、新しい目的に合わせた調整を行うこと。
📖プロンプト
AIとの対話において、ユーザー入力する指示や質問のこと。
📖プロンプトインジェクション
AIに意図的に誤作動を起こさせるような指示や質問を行い、通常は出力を禁止している情報を引き出したり、本来のAIの制約や安全策を回避させる攻撃手法。
📕へ
📖ベクトル化
テキストや画像などのデータをベクトルに変換すること。
ベクトルに変換することで、データの類似性などを確認できる。
📕C
📖Cline
VSCodeなどのIDE上で動作し、AIエージェント型の拡張機能で、コードの支援だけでなく、タスク自動化なども行う。
📕F
📖Function Calling
AIが質問に応じて、定義済みの関数を実行する機能のこと。
関数の実行で得た結果を利用して回答を生成することができる。
📕G
📖gguf
GPT生成統合フォーマット（GGUF）は、大規模言語モデル（LLM）の使用とデプロイメントを効率化するファイル形式。
📕H
📖HuggingFace
AI技術のために提供されているオープンソースプラットフォーム。
AIモデルやデータを共有や利用ができる。
📕L
📖LangChain
大規模言語モデル（LLM）を活用したアプリケーション開発のためのフレームワーク。
チャットボットなどのLLM駆動型アプリケーションの構築を容易にする。
📖LangGraph
LangGraphは、LLM（大規模言語モデル）を使ってステートフルなマルチアクターアプリケーションを構築するためのライブラリで、エージェントやマルチエージェントワークフローを作成するために使われます。
📖LLM
大規模言語モデル。
大量のテキストデータを使ってトレーニングされた自然言語処理のモデルのこと。
「LLM」は「Large language Models」の略。
📖LLMs.txt
ウェブサイトが、AIに対して自身のコンテンツを効率的に提供するためのテキストファイルのこと。
📖LoRA
Low-Rank Adaptationの略。
大規模な言語モデル（LLM）をより効率的に調整するための手法。
モデル全体を更新せず、小規模な追加パラメータのみを学習することで、必要なメモリと計算時間を大きく節約できる。
📕M
📖MCP（Model Context Protocol）
AIモデルが外部ツールやデータソースと連携するための標準化されたプロトコル。
📕N
📖NPU
Neural network Processing Unitの略。
AI処理を専門に行うプロセッサー。
📕O
📖Ollama
ローカル環境でLLMを手軽に使えるツール。
📖Open WebUI（旧Ollama WebUI）
ローカルで大規模言語モデル（LLM）を簡単に利用するためのウェブベースのGUIアプリケーション。
📕R
📖RAG
「Retrieval Augmented Generation」の略で、「検索拡張生成」と言い、生成AIの回答精度を向上させる技術。
回答を生成する際に、外部のデータから情報を探して取得して、回答を生成する。
回答の正確性の向上するなどのメリットがある。
📕S
📖safetensors
HuggingFaceが導入した新しいファイル形式のフォーマット。
Stable dDiffusionモデルの保存形式の１つで、従来の「.ckpt」形式に比べて、セキュリティと効率性が向上している。
📖Stable Diffusion
「入力されたテキスト」から画像を生成する「訓練済のAIモデル（Diffusion Model）」を搭載した画像生成AI。
📕w
📖Weight(ウェイト、重み)
ニューラルネットワークにおいて入力値の重要性、貢献度を数値化したもので、ネットワーク内のニューロン間の接続強度を表し、学習過程で最適化される可変パラメータ。
Discussion