| モデル |
文章を読み、次の文章を作る計算エンジン。一製品内で複数のモデルを使うことがある。 |
| トークン |
モデルが文章を処理する基本となる断片。文字数・単語数とは一対一に対応せず、言語ごとに異なる。 |
| 推論トークン |
推論モデルが回答する前に内部で使うトークン。目には見えないが、出力として計上され、課金される。 |
| コンテキストウィンドウ |
モデルが一度に参照する指示、会話、資料、回答の全体の大きさ。作業記憶に相当する。 |
| コンテキストの劣化 |
コンテキストが長くなるほど正確さと想起が落ちる現象。 |
| 出力上限 |
一度の応答で生成できるトークン数の上限。コンテキストウィンドウとは別のもの。 |
| 確率的生成 |
次のトークンを確率で選んで書き継ぐ方法。事実確認の段階はない。 |
| 温度(temperature) |
生成のランダムさを調整するAPI設定。下げても正確さは保証されず、0でも完全には一致しない場合がある。 |
| 知識のカットオフ |
モデルが学習した資料の基準となる時点。それ以後の事実はほとんど知らないか、不正確にしか知らないため、外部の根拠で確認する。 |
| 信頼できる知識のカットオフ |
知識が最も幅広く信頼できる時点。学習データのカットオフはより広い資料範囲を指す。 |
| グラウンディング |
検索・文書照会で得た資料に答えを結び付ける方法。出典表示は検証の出発点。 |
| ハルシネーション |
事実や資料と異なる内容をもっともらしく作る現象。 |
| 迎合(sycophancy) |
真実に即した答えよりも、利用者の信念に合った答えを出す傾向。利用者の反論に対して、根拠なく答えを変える形で現れる。 |
| 推論モデル |
答える前に内部で多段階の検討を行うモデル。複雑な判断に強いが遅く高価。 |
| モデルのグレード |
同じ系列で大きさ・速度・費用が異なるモデルの段階。 |
| マルチモーダル |
文章以外に画像、PDF、音声、動画などを入力として扱う能力。 |
| 完了条件 |
結果の完成状態を確認できるよう定義した条件。 |
| zero-shot/few-shot |
例を付けず指示だけを与える方法/例をいくつか一緒に与える方法。 |
| プロンプトチェイニング |
前段の出力を次段の入力へ渡し、作業を分ける方法。 |
| 自己修正 |
下書き作成、基準に照らした確認、修正の三段階のチェイニング。 |
| 一時チャット |
履歴に残らず学習利用されない会話。安全目的の短期保管はありうる。 |
| カスタム指示 |
利用者がアカウントに設定する応答の案内。適用する会話は製品と会話方式による。 |
| 記憶機能 |
製品が会話などから関連情報を選んで保存し、次の回答に使う機能。 |
| プロジェクト(知識空間) |
関連する会話、ファイル、指示を集めた作業空間。 |
| プロジェクト指示 |
そのプロジェクト内の会話だけに適用する指示。 |
| カスタムアシスタント |
指示、参考資料、ツールをまとめ、多くの人が同じ方法で使う形態。 |
| コネクタ |
AIを外部サービスに接続し、資料を探したり、行動したりできるようにする機能。接続した人の権限に従う。 |
| MCP |
AIアプリケーションを外部データやツールに接続する公開標準(Model Context Protocol)。 |
| エージェント機能 |
AIが複数の段階を計画し、ウェブやアプリを行き来して、行動まで行う形態。 |
| ディープリサーチ |
調査計画を立て、複数の出典を読み、引用の付いた報告書にまとめる機能。 |
| 予約タスク |
決めた時刻や出来事に合わせて反復実行する作業。 |
| API |
プログラムが直接モデルを呼ぶ窓口。チャットサブスクリプションとは別課金。 |
| バッチ処理(Batch) |
即時応答不要の大量依頼をまとめて安く処理する方法。 |
| 検索拡張生成(RAG) |
関連資料を検索して渡し、それを根拠に答えさせる方法。 |
| ファインチューニング(fine-tuning) |
追加の資料でモデルを再学習させること。行動の一貫性が問題になっているときに検討する。 |
| 利用ポリシー |
AI企業が自社サービスで禁止する行為を定める規則。 |
| 人による確認 |
有資格者がAIの結果を実質的に確認して判断する手順(Human-in-the-loop)。 |
| 高影響AI |
人の生命・身体の安全と基本権に重大な影響を及ぼし、または危険をもたらすおそれがあり、法律が列挙する領域(採用、融資審査など)で活用されるAIシステム(韓国のAI基本法第2条第4号)。 |
| 個人向け/企業向けプラン |
個人が加入するプラン/組織が契約し構成員へ提供するプラン。データ処理条件が異なる。 |
| 管理者制御 |
組織の管理者がアクセス、保持、機能、コネクタ、監査を設定・監督する機能。 |
| データ最小化 |
作業に不要な情報を入れない原則。 |
| 個人情報 |
生存する個人を識別できる情報。ほかの情報と容易に組み合わせて識別できる情報や、仮名情報も含む。 |
| 仮名処理 |
一部の削除・置換により、追加情報なしでは個人を識別できなくする処理。 |
| 機微情報 |
思想・信念、政治的見解、健康など、原則処理が制限される個人情報(韓国個人情報保護法第23条)。 |
| 固有識別情報 |
法令に従い、個人を一意に区別するために付与された識別情報。原則として処理が制限される(第24条、住民登録番号は第24条の2)。 |
| プロンプトインジェクション |
入力された文章が、モデルの動作を意図しない方向に変える脆弱性。外部資料を介した間接インジェクションがある。 |
| 偏り |
学習資料内の社会的な偏向が結果に現れる現象。 |
| ベースライン(基準値) |
導入前に測定する比較基準の値。 |
| 総費用 |
利用料に準備、教育、運用、レビュー、やり直しを加えた実費。 |
| 試験導入(パイロット) |
小範囲で先に試験運用し、効果を確認する段階。 |
| ベンダーロックイン |
一社の製品に深く依存し、変更が難しくなる状態。 |
| AI RMF |
NISTのAIリスク管理の枠組み。GOVERN、MAP、MEASURE、MANAGEの四機能で構成。 |
| AI活用能力(4D) |
委任、説明、見極め、責任ある取り組みの四能力でAI活用を説明する枠組み。 |