【生成AI入門】ケイパビリティとは？生成AIの能力の見極め方と引き出し方をわかりやすく解説
「生成AIには何ができるのか」を表す言葉、ケイパビリティ。親記事では能力の一覧を整理しましたが、実はこの言葉には「一覧表を眺める」だけでは見えてこない深さがあります。能力はどうやって現れ、どうやって測られ、どう見極めればよいのか——この記事では、ケイパビリティという概念そのものを一段深く掘り下げます。
【E資格】半教師あり学習と自己教師あり学習｜Self-Training・Co-Training・対照学習
ラベル付きデータの収集には大きなコストがかかるため、少量のラベル付きデータと大量のラベルなしデータを組み合わせる「半教師あり学習」や、ラベルなしデータだけから疑似的なタスクで表現を学ぶ「自己教師あり学習」が重要になっています。この項目では、Self-Training・Co-Training・Contrastive learningという代表的手法を学びます。
【生成AI入門】LLMの性能評価｜ベンチマークとリーダーボードをやさしく解説
「新しいAIモデルが最高性能を更新」というニュースをよく見かけますが、その「性能」はどうやって測っているのでしょうか。この記事では、LLMの実力を測る共通テスト「ベンチマーク」と、その成績ランキング「リーダーボード」を初心者向けに解説します。数字やランキングをどう読み、どこに注意すべきかまで押さえれば、AI関連ニュースの見え方が変わります。
【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。
【E資格】転移学習を徹底解説｜ファインチューニング・ドメイン適応・ドメインシフト
転移学習は、あるタスクやデータで学習した知識を別のタスク・データに再利用する学習方法です。大規模データで事前学習したモデルを少量データのタスクに活かす実務上きわめて重要な技術であり、この項目ではファインチューニング、ドメインシフト、ドメイン適応という中心概念を学びます。