【生成AI入門】LLMの生成の仕組み｜In-Context Learning・CoT・top-pをやさしく解説
学習を終えたLLMは、私たちの入力(プロンプト)からどうやって答えを作っているのでしょうか。この記事では、追加の訓練なしに例示だけで賢くなる「コンテキスト内学習」、例の数による「Zero-Shot/Few-Shot」の区別、段階的に考えさせる「Chain-of-Thought」、そして答えの多様さを決める「サンプリング手法(top-pなど)」を、初心者向けにまとめて解説します。プロンプトの書き方が上手くなる、実用性の高い項目です。
【生成AI入門】AGI・ASI・シンギュラリティの違いとは？ポストヒューマン知能をわかりやすく解説
「AIはいつか人間を超えるのか?」——このテーマがニュースや書籍で語られるとき、必ず登場するのがAGI・ASI・シンギュラリティという3つの言葉です。この記事では、それぞれの意味の違いだけでなく、言葉が生まれた背景、賛否両論の中身、そして「なぜ実現していない概念を学ぶのか」まで、一段深く掘り下げます。
【生成AI入門】知識カットオフとは？AIが最新情報を知らない理由と付き合い方をやさしく解説
最新の話題を質問したのに、なぜか少し前の情報で答えが返ってきた——生成AIを使っていると、そんな経験をすることがあります。その正体が今回のキーワード「知識カットオフ」です。この記事では、なぜカットオフが生まれるのか、カットオフを過ぎた質問にAIがどう振る舞うのか、そしてどう付き合えばよいのかまで、一段深く解説します。
【生成AI入門】マルチモーダルとは？AIが画像や音声を理解する仕組みをわかりやすく解説
写真を見せると内容を説明し、話しかけると声で返してくれる。いまのAIのこうした能力を支えるのが「マルチモーダル」です。この記事では、親記事で学んだ全体像から一歩踏み込み、「言葉のモデルがどうやって画像や音声を読めるようになるのか」という仕組みの部分を中心に、初心者向けに解説します。
【生成AI入門】アラインメントとは｜RLHFとインストラクションチューニングをやさしく解説
ChatGPTに質問すると、指示どおりに、丁寧に、そして危険な依頼には断りを入れながら答えてくれます。実はこれ、当たり前ではありません。「アラインメント」と呼ばれる特別な仕上げの工程があるからこそです。この記事では、AIを人間の意図や価値観に沿わせるアラインメントの考え方と、その代表的な手法である「インストラクションチューニング」「人間のフィードバックによる学習」を、初心者向けにやさしく解説します。