Ceeds Academy教材アプリ教材・症状語・タグで検索
索引グラフ試す
AI▸LLM活用

AI: LLM とは(トークン・次トークン予測・得意と苦手)

knowledge所要 20分最新草稿
→次: AI: プロンプト設計(明確な指示・例示・出力形式・段階思考)
意味グラフ(この教材と内容的に近い教材・1ネスト)
例え(Analogies)
LLM=言葉の達人の予測変換

スマホの予測変換を桁違いに賢くしたもの。次に来そうな言葉を膨大な経験から選び続けて文章を作る。流暗だが「知っている」のではなく「それらしさ」を出すので、事実は別途確認が要る。

概要

📍 AI ▸ LLM活用 ▸ LLMとは | 種別: knowledge | facts_as_of 2026-06(モデル版・価格は変動するため公式で確認)

公式ドキュメント — knowledge

🎞 スライド

LLM=「次のトークンを確率で予測」

語の断片を1つずつ予測して文を作る

生成の流れ(テキスト図)

[入力テキスト] ──トークン分割──▶ [トークン列]
│ 次の1トークンを確率で予測
▼
[選んで追加] ──繰り返し──▶ [出力]

得意 / 苦手

得意 … 生成・要約・変換・コード補助
苦手 … 最新情報・厳密な計算・事実の保証(ハルシネーション)

—
出典(sources)

Anthropic/OpenAI/Google docs ; 2026-06確認

確認問題(Review-Questions)
LLMが苦手なことは?択一
基礎公式
解答・解説▾ 開く

最新情報・厳密な計算・事実の保証(ハルシネーションが起きうる)。

LLMの基本動作を一言で。記述
基礎公式
解答・解説▾ 開く

文脈から次のトークンを確率的に予測して文章を生成する。

目次
例え概要公式ドキュメント出典確認問題
鮮度
最新
更新: 2026-06-15
次回棚卸し: 2026-12-15
周期: 6か月
版: LLM一般(Claude Opus 4.8 / GPT-5.4 / Gemini 3.5・2026-06)

概要

LLM(大規模言語モデル)は大量のテキストで学習し、**「次のトークンを確率的に予測」**して文を生成する。生成・要約・変換・コード補助が得意。最新情報・厳密な計算・事実の保証は苦手(ハルシネーション)。

公式ドキュメント準拠

  • トークン=語の断片。コンテキストウィンドウ=一度に扱える長さ。
  • 確率的生成:temperature で多様性が変わる(毎回同じとは限らない)。
  • 代表ベンダー:Anthropic(Claude)/ OpenAI(GPT)/ Google(Gemini)。いずれもマルチモーダル・ツール使用に対応。具体的なモデル版・価格は短期間で変わるため、利用時に各公式(Anthropic / OpenAI / Google AI)で確認する。

出典: Anthropic Docs / OpenAI Platform / Google AI for Developers(いずれも facts_as_of 2026-06)

🧭 誤解訂正集

よくある誤解 正しい理解
LLMは事実DB 確率生成で誤る。根拠付けは RAG(ai-04)
毎回同じ答え temperature 等で変わる
賢い=計算も正確 厳密な計算は苦手(道具に任せる方が確実)

📖 用語

  • LLM(大規模言語モデル) … 大量テキストで学習し、次のトークンを予測して文を生成するモデル。
  • トークン … モデルが扱う語の断片(文字や単語より細かい単位)。
  • 次トークン予測 … 直前までの文脈から「次に来る1トークン」を確率で選ぶ仕組み。
  • コンテキストウィンドウ … 一度に入力できるトークンの最大長。
  • temperature … 出力の多様性(ランダム性)を調整する値。
  • ハルシネーション … もっともらしいが事実でない出力。

✅ 確認の目安(can-do)

LLM が「次トークン予測」で生成することを説明し、「この作業は LLM 向き/苦手のどちらか・なぜか」(生成系か、厳密な事実・計算か)を判断できる。