このカテゴリの記事
- 01 生成AIとは - 新しいものを作り出すAI 生成AIとは
- 02 生成モデルと識別モデルの違い 生成AIとは
- 03 言語モデルとは - 次の単語を予測する 言語モデル
- 04 単語の埋め込み表現(Word Embedding) 言語モデル
- 05 アテンション機構 - 大事な部分に注目する Transformer
- 06 セルフアテンション - 文脈を理解する仕組み Transformer
- 07 Transformerアーキテクチャ - AIの革命児 Transformer
- 08 エンコーダとデコーダの役割 Transformer
- 09 位置エンコーディング - 語順を教える Transformer
- 10 トークナイザ - テキストを分割する 言語モデル
- 11 GPTシリーズの進化 - GPT-1からGPT-4oまで LLM
- 12 BERTの概要 - 双方向で文脈を理解 LLM
- 13 大規模言語モデル(LLM)とは LLM
- 14 LLMの学習方法 - 事前学習の仕組み LLM
- 15 事前学習データ - LLMは何を読んで育つ? LLM
- 16 スケーリング則 - 大きいほど賢くなる? LLM
- 17 創発的能力 - 予想外の賢さが現れる LLM
- 18 インストラクションチューニング LLM
- 19 RLHF - 人間のフィードバックで学ぶ LLM
- 20 チャットモデルの仕組み LLM
- 21 拡散モデルの基本 - ノイズから画像へ 画像生成
- 22 Stable Diffusion の仕組み 画像生成
- 23 画像生成のプロセス - テキストから画像へ 画像生成
- 24 Text-to-Image - 言葉で絵を描く 画像生成
- 25 Image-to-Image - 画像を変換する 画像生成
- 26 VAE(変分オートエンコーダ)の基本 画像生成
- 27 マルチモーダルAI - 見て聞いて話すAI マルチモーダル
- 28 視覚言語モデル - 画像を理解するLLM マルチモーダル
- 29 音声合成AI - テキストを声に変える 音声・動画
- 30 音声認識AI - 声をテキストに変える 音声・動画
- 31 動画生成AI - SoraとGen-2 音声・動画
- 32 音楽生成AI - AIが作曲する時代 音声・動画
- 33 コード生成AI - Copilotの仕組み コード生成
- 34 RAG(検索拡張生成) - 外部知識で回答精度UP RAG
- 35 ベクトルデータベースの基本 RAG
- 36 ファインチューニング応用 - 自社モデルを作る カスタマイズ
- 37 LoRA・アダプタ - 軽量な追加学習 カスタマイズ
- 38 モデルの量子化 - 軽くして速くする 効率化
- 39 エッジAI - 端末で動くAI 効率化
- 40 Phase 4 まとめ - 生成AI技術の総復習 まとめ
- 41 MoE(Mixture of Experts) - 専門家AIの寄せ集め LLM
- 42 推論時計算 - 考える時間で賢くなるAI LLM
- 43 GPT-4o・Claude 3.7 Sonnet・Gemini 2.0|公式発表で振り返る3モデル LLM
- 44 Grounding(接地) - AIの回答を現実に繋ぐ RAG
- 45 生成AIパスポート2026年2月改訂|公式シラバスと更新制度を確認 まとめ
- 46 生成AIパスポート第4版の差分|RAG・AIエージェント・AI法 まとめ
このカテゴリで扱うテーマ
- Transformer とアテンション
- 大規模言語モデル (LLM)
- 画像生成AI (拡散モデル)
- マルチモーダルAI
- RAG・ファインチューニング