ランダム性の制御

生成AIの出力のばらつきを、Temperature、Top-p、Top-kなどのパラメータで調整すること。ばらつきを抑えると同じ入力にほぼ同じ回答を返す決定的出力になり、事実の回答やデータの抽出に向く。ばらつきを大きくすると多様な創造的出力になり、アイデア出しや文章の創作に向く。

生成AIが出力する文章などの多様性や意外性を、生成時のパラメータで調整すること。大規模言語モデルは次に続くトークンを確率に基づいて選ぶため、Temperature、Top-p、Top-kなどの設定によって、毎回ほぼ同じ確実な回答を出すか、多様で創造的な回答を出すかを用途に応じて変えられる。

与えられた指示や文脈に続く文章を生成するAIモデル。現在の主流はTransformerを使った大規模言語モデルで、前の文脈から次のトークンの確率を計算して1つずつ選ぶことを繰り返して文章を作る。どのトークンを選ぶかは温度（Temperature）やTop-pなどで調整し、要約、翻訳、文書作成、対話、プログラムの生成に使われる。

大規模言語モデルが次のトークンを選ぶとき、確率の高い上位k個の候補だけに絞り、その中から確率に応じて選ぶ方法、またはその値。kを小さくすると出力が安定し、大きくすると多様になる。候補の数が常にk個に固定される点が、累積確率で絞るTop-pと異なる。

データにノイズを少しずつ加えていく過程を逆にたどり、ノイズから元のデータを復元するように学習する生成モデル。高品質な画像生成AIの主流方式で、テキストから画像を作るサービスの中核技術。

生成AIが作成したコンテンツに関する著作権上の論点。著作権法第30条の4により、AI学習目的の著作物利用は原則として許容される。AI生成物が既存著作物に類似する場合、依拠性と類似性が認められれば著作権侵害となり得る。AI自体は著作者にはなれない。

テキスト、画像、音声、動画など、種類の異なる複数のデータ（モダリティ）を組み合わせて入力・処理・出力できる AI。画像を見て内容を文章で説明する、音声で質問して画像付きで回答を得る、といった使い方ができる。

生成AIサービスなどで、利用者が入力したデータをサービス提供者がAIの学習に使うことを、利用者が拒否（オプトアウト）できるかどうかと、その手続を定めた方針。業務で使う際は、機密情報や個人情報が学習に使われないよう、オプトアウトの可否と設定を確かめる。