Top-k

生成AIが次のトークンを選ぶとき、確率の高い上位k個のトークンだけを候補として残し、その中から選ぶ方式とそのパラメータ。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Top-pと異なる。

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。

生成 AI が出力する文章の多様さと安定性を、パラメータで調整すること。Temperature を高くすると多様で意外性のある出力に、低くすると安定した出力になる。Top-p や Top-k で次の語の候補を絞ることでも調整できる。

大規模言語モデルが次のトークンを選ぶときの確率分布の偏りを調整するパラメータ。値を小さくすると確率の高い候補が選ばれやすくなり、出力が安定して再現性が高まる。値を大きくすると確率の低い候補も選ばれやすくなって多様で創造的な出力になる一方、不正確な出力も増えるため、事実の回答には低く、アイデア出しには高く設定する。

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。