#llm

幻覚がなぜ起きるかを学習目的と推論時挙動から整理し、ベンチマーク評価と実務評価の違い、RAG・検証・引用・ツール利用の限界、運用上の品質保証プロセスをまとめる。

事前学習、ファインチューニング、プロンプト、RAG、ツール利用、エージェントを、何を変える技術かという軸で整理し、実務での選び方を示す。

LLMを、トークン化、埋め込み、Transformer、事前学習、次トークン予測、推論、文脈長の順に分解し、非専門家にも分かる形で整理する。

ウィトゲンシュタインの言語ゲーム、志向性、LLMをめぐる近年の論文を整理し、人間-LLM相互作用をどう捉えるべきかを検討する。

LLMを用いたAI Codingを、魔法の自動化ではなく成功確率を上げる工学として捉え直し、文脈、操作面、検証、統制のエンジニアリングプラクティスを整理する。

SECIモデルと暗黙知の基礎を整理し、生成AIによる要約・翻訳・ナレッジ管理が得意なことと歪みやすい点を実務観点でまとめる。

AIの研究史からLLM、記号接地、Ontology、Graphiti、MCPまでを、組織ナレッジ活用の実務判断に接続する統合レポート。