LLM Frontline

記事一覧（5ページ目）

ルール・リスク管理

生成AIと著作権・法務を学ぶ書籍ガイド｜入門から実務まで目的別に選ぶ4冊

生成AIの著作権・法務を学びたい人に向けて、入門・ビジネスのリスク対策・著作権の論点特化・法律実務(発展)という段階で読む本を4冊紹介します。本記事は書籍紹介であり広告を含みます。法的助言ではないため、具体の判断は弁護士等の専門家と公式の一次情報にあたる前提で、最新は各公式でご確認ください。

開発・エージェント

機械学習のための数学を学ぶ書籍ガイド｜全体像・線形代数・最適化・確率統計を段階順に固める4冊

機械学習やディープラーニングの土台になる数学を、全体像をやさしく掴む入門、線形代数、微分積分と最適化、確率統計という4段階で学べる実在書籍を紹介します。自分がつまずいている段階に合う1冊から読み進められるよう整理しました。

開発・エージェント

MoE(Mixture of Experts)とは｜総パラメータと活性パラメータの違いを実務目線で

近年の大規模モデルが広く採用するスパースMoE(混合エキスパート)を、dense(密)モデルとの違いから解説します。FFNをexpertに分割しrouterがtop-k routingで一部だけ動かす仕組み、総パラメータと活性パラメータの区別、VRAMは総規模・計算は活性規模というねじれ、学習と推論の注意点、モデル選定での読み方までまとめます。

ニュース・動向

AIエージェント開発フレームワークの現在地2026｜LangGraph・CrewAI・Microsoft Agent Framework・Pydantic AIをどう選ぶか

LangGraph・CrewAI・Microsoft Agent Framework(Semantic KernelとAutoGenの後継)・Pydantic AI・LlamaIndex Workflowsの2026年時点の位置づけを、公式ドキュメントで裏取りしながら実務目線で整理します。優劣の断定ではなく、状態管理・耐久実行・マルチエージェント・メモリ・MCP対応という観点で用途と制約から選ぶ考え方をまとめます。

開発・エージェント

リランキング(Reranker)でRAGの検索精度を上げる｜retrieve->rerankの二段構成

ベクトル検索で粗く多めに拾い、Cross-Encoder型リランカーで関連度を再スコアリングして上位を絞る二段構成(retrieve->rerank)を実務目線で整理します。bi-encoderとの違い、使いどころ、コストとレイテンシのトレードオフ、Hit Rate/MRR/nDCGでの評価、向かない場面までまとめます。

ルール・リスク管理

AIエージェントのメモリ汚染(sleeper memory poisoning)とは｜永続メモリを狙う遅延型攻撃を業務目線で

永続メモリ(long-term memory)を持つLLMエージェントに、外部文書やWebページ経由で偽の「記憶」を書き込ませ、後日の別会話で発火させる「スリーパー型メモリ汚染」を、2026年の研究をもとに冷静に解説します。単一ターンのプロンプトインジェクションとの違い、性能と攻撃面のトレードオフ、運用で取れる防御策を、研究段階の報告値・帰属明示で整理します。