【E資格】能動学習（Active Learning）とは｜Uncertainty Sampling・Representative Sampling
能動学習(Active Learning)は、モデルが「どのデータにラベルを付けてもらうと最も学習に役立つか」を自ら選び、人間(アノテータ)に問い合わせることで、少ないラベル付けコストで高い性能を目指す学習方法です。アノテーションが高価な実務で重要な枠組みであり、代表的な選択戦略を学びます。
【生成AI入門】オープンなLLMとは？｜オープンソース化とモデル圧縮(量子化・蒸留・枝刈り)をやさしく解説
高性能なAIは一部の大企業だけのもの、と思っていませんか。実は今、大規模言語モデルを誰でも入手して使える形で公開する「オープン化」の流れが世界的に広がっています。この記事では、オープン化がなぜ起きているのか、そしてそれを支える「モデル圧縮」技術までをやさしく解説します。
【生成AI入門】LLMを利用したサービスとは？種類の分類と選び方の観点をわかりやすく解説
ChatGPT、Gemini、Claude、DeepSeek——ニュースで名前を聞かない日はないほど、LLMを利用したサービスは次々と登場しています。ではこれらは「どれが一番すごいか」で見るべきものなのでしょうか? この記事では個別サービスの優劣ではなく、「LLMサービスにはどんな種類があり、どんな観点で見ればよいか」という、変化に流されない見方を解説します。
【生成AI入門】画像・音声も作れる仕組み｜拡散モデルと条件付き生成をやさしく解説
生成AIが作れるのは文章だけではありません。この記事では、画像・音声・動画などを生み出す生成モデルの技術動向を、「条件付き生成」と「拡散モデル」という2つのキーワードを軸にやさしく解説します。読み終わる頃には、「文章のAI」と「画像のAI」がどうつながっているのかが見えてきます。
【生成AI入門】プロンプトエンジニアリング上達法｜指示文の組み立て方と改善の手順をやさしく解説
「明確に指示する」「役割を与える」といった基本テクニックは知っているのに、いざ書くと思いどおりの出力にならない——そんな悩みはありませんか? この記事では、親記事で学んだテクニックの一歩先へ進み、「なぜプロンプトで結果が変わるのか」という原理と、プロンプトを部品から組み立てて改善していく実践手順を深掘りします。