プルーニング（枝刈り）

学習済みのニューラルネットワークから、推論への寄与が小さい重みやユニット、チャネル、層を取り除いてモデルを軽量化する手法。個々の重みを0にする非構造化プルーニングと、チャネルや層の単位で除く構造化プルーニングがあり、後者は専用の仕組みがなくても推論を速くしやすい。精度の低下を抑えるため、除去の後に再学習（ファインチューニング）することが多い。

モデルの軽量化の手法の一つで、ニューラルネットワークの中で推論への寄与が小さい重みやノード、層などを取り除くこと。パラメータ数と計算量を減らして、推論の高速化やメモリ使用量の削減を図る。取り除いた後に再学習して精度の低下を抑えることが多い。

モデルの軽量化の手法の一つで、ニューラルネットワークの重みや計算に使う数値を、32ビットの浮動小数点数から8ビットや4ビットの整数などの少ないビット数で表すこと。メモリ使用量と計算量を大きく減らせ、大規模言語モデルを端末で動かす際などに使われるが、精度がやや低下することがある。

アナログ信号を一定の時間間隔で区切り、各時点の値を取り出すこと。標本化ともいい、A/D変換の最初の段階に当たる。1秒間に取り出す回数をサンプリング周波数といい、元の信号に含まれる最高周波数の2倍以上にすると元の信号を再現できる（標本化定理）。

大きく高性能なモデル（教師モデル）の出力を手本にして、小さなモデル（生徒モデル）を学習させ、性能をなるべく保ったまま軽量化する手法で、知識蒸留ともいう。正解ラベルだけでなく、教師モデルが出す各クラスの確率の分布（ソフトターゲット）や生成した文章を学習させることで、クラス間の類似性などの知識も引き継げる。小規模言語モデルの作成に広く使われる。

大規模言語モデルに比べてパラメータ数を数億から数十億程度に抑えた言語モデル。蒸留や良質なデータの選別で性能を高めており、特定の業務や課題に絞ればLLMに近い精度を出せる。少ない計算資源で動き、応答が速く費用も低いので、スマートフォンや社内のサーバ（オンプレミス）で動かして、機密情報を外部に出さずに使う用途に向く。

AIの推論処理を、クラウドではなくカメラ、スマートフォン、産業機器などの端末側やその近くで実行する方式。応答が速く、通信が途切れても動作でき、映像などの生データを外部に送らずに済む。端末の計算資源が限られるため、モデルの軽量化やNPUなどの専用チップが用いられる。

アナログ信号を、標本化、量子化、符号化の3つの段階でデジタル信号に変換する方式。音質は標本化周波数と量子化ビット数で決まり、音楽CDは44.1kHz、16ビットで記録している。WAVなどの非圧縮の音声データの基本となる。