LLM Frontline
開発・エージェント
LLM-as-a-Judge(LLMによる評価)とは｜出力の良し悪しをLLMに採点させる仕組みとバイアスへの備え
LLM-as-a-Judgeは、LLMの出力の良し悪しを別のLLMに採点・比較させる評価手法です。単一採点と対比較の方式、人手評価をスケールさせる使いどころ、位置・冗長性・自己選好といったバイアスと、順序入れ替えやルーブリックなどの実務的な対策を冷静に整理します。
記事一覧（4ページ目）
開発・エージェント
Agentic RAG(エージェンティックRAG)とは｜1回検索で終わる従来RAGを、計画・再検索・自己反省で賢くする
retrieve->generateを1回で終える従来RAGの限界(多段質問・曖昧クエリ・取りこぼし)を出発点に、Agentic RAGを定義します。クエリ理解と計画、ルーティング、多段推論・分解、検索のオーケストレーション、自己反省という中核パターンを整理し、精度と引き換えに増えるレイテンシ・コスト・評価の難しさまで、向く場面と向かない場面を切り分けて実務目線でまとめます。
ニュース・動向
OpenAIの企業向けエージェント基盤「Presence」を業務目線で読む｜モデル提供から「運用まで面倒を見る」へ
2026年7月22日にOpenAIが発表した企業向けプラットフォーム「Presence」を業務目線で整理します。音声とチャットの本番用エージェントを構築・配備・統治・改善するマネージド基盤という位置づけ、ベンダー公表値の受け止め方、限定GA・Forward Deployed Engineers前提という現実、そして内製(自前で持つ)か基盤を借りるかの判断軸を、誇張も不安あおりもせず切り分けます。
開発・エージェント
自然言語処理(NLP)を学ぶ書籍ガイド｜前処理から単語分散表現・BERT実装・理論まで段階順に選ぶ4冊
生成AI・LLMの土台である自然言語処理(NLP)を、実務でタスクを解く目線で段階順に学べる実在書籍を4冊紹介します。入門・実装・BERT応用・理論教科書と役割を分け、いま詰まっている段階の1冊から選べるように整理しました。
ニュース・動向
AnthropicのClaude Opus 5を業務目線で読む｜同価格のまま「毎日使う既定モデル」へ
2026年7月24日にAnthropicが公開したClaude Opus 5を業務目線で整理します。入力5ドル/出力25ドル(100万トークンあたり)とOpus 4.8と同額のまま、Claude Maxの新しい既定モデルに置いた更新点、Fastモードやベンチの読み方、そしてどこで使いどこで上位のFable 5や専門特化のMythos 5へ委譲するかを、ベンダー公表値を前提に誇張せず切り分けます。
開発・エージェント
知識蒸留(distillation)とは｜大きな教師モデルの知識を小さな生徒モデルへ移す仕組み
知識蒸留は大きな教師モデルの振る舞いを小さな生徒モデルに真似させて学習させる技術です。原典のsoft targetとtemperature、量子化やMoEとの違い、現代LLMでのデータ蒸留、教師の質が上限になる勘所、商用APIの出力を学習に使う際の規約上の注意まで、優劣を断定せず整理します。
開発・エージェント
MLOps・LLMOpsを学ぶ書籍ガイド｜機械学習とLLMを本番運用するための4冊を段階順に選ぶ
PoCから本番運用へ進む段でつまずきがちな運用・監視・評価・ガバナンスを、機械学習全般のMLOpsからLLM固有のLLMOpsまで段階順に学べる実在書籍を4冊紹介します。いま詰まっている段階の1冊から選べるように整理しました。
プロンプト実務
Chain-of-Thought(思考の連鎖)とは｜CoTプロンプトの基本と推論モデル時代の使いどころ
最終回答だけでなく途中の推論ステップを言語化させるChain-of-Thought(CoT)プロンプトを、原典の主張・実務での効果と限界・推論モデル時代の使い分けまで整理します。few-shot/zero-shot CoTやself-consistencyの違い、向かない場面も冷静に切り分けます。
ニュース・動向
フロンティアAIモデルの提供前レビュー枠組みを業務目線で読む｜「任意の30日プレビュー」は何を変えるのか
2026年6月2日の大統領令で作られた、フロンティアAIモデルの提供前レビュー枠組みを業務目線で整理します。最大30日の任意プレビューや機密ベンチマークが柱で、強制のライセンス・承認制ではない点が要点。報道が伝える実態と、Claude Fable 5の先行例、日本の実務での備え(依存の分散・切替経路・提供状況の確認)まで変動前提で読み解きます。
開発・エージェント
強化学習を学ぶ書籍ガイド｜自作で理解・Python実装・理論・定番教科書を段階順に選ぶ4冊
RLHFや推論モデルの学習で存在感を増す強化学習(RL)を体系立てて学ぶための実在書籍を4冊紹介します。自作で理解する入門、Python実装、理論とアルゴリズム、定番教科書という段階で、いま詰まっている段階の1冊から選べるよう整理しました。
ニュース・動向
AnthropicのClaude Fable 5を業務目線で読む｜最上位モデルの立ち位置と、輸出規制からの再展開
AnthropicのClaude 5世代の最上位モデル、Claude Fable 5を業務利用の観点から冷静に整理します。既定100万トークンのコンテキストや1リクエスト最大12.8万出力トークン、入力10ドル/出力50ドル(100万トークンあたり)といった公式・報道で確認できた仕様、長時間・非同期の複雑なタスク向けという位置づけ、そして輸出規制による一時停止から分類器を強化しての再展開という経緯を、変動前提で読み解きます。最上位を使う場面とOpus 4.8などへ委譲する場面の切り分けまで具体的に示します。
開発・エージェント
ハイブリッド検索とは｜キーワード検索(BM25)とベクトル検索を組み合わせてRAGの取りこぼしを減らす
ベクトル検索は言い換えや意味に強い一方で型番・固有名詞・略語の完全一致に弱く、BM25などのキーワード検索はその逆です。両方で候補を集めてRRF(Reciprocal Rank Fusion)などで統合するハイブリッド検索の仕組み、スコア統合の難しさとRRFがスケール非依存な理由、retrieve->fuse->rerankの三段構成、向く場面と運用コストを実務目線で整理します。