AIの基礎

Q4・Q8は重みの数値表現の精度を示す目安です。パラメーター数との違い、容量とKVキャッシュ、速度・回答品質の比べ方、元のモデルへ戻す方法を説明します。

複数AIが一致しても独立した裏付けとは限りません。共通資料と同じ誤答の研究、約60％の指標の意味、点検役への依頼、別の計算・原資料での確認を説明。

Web記事をAIへ入力する行為と、要約を公開する行為は別に確認。非享受目的の条件、サービスと記事の規約、引用・出典、原文との比較、作業記録を説明します。

pass@1は一候補、pass@10は10候補中少なくとも一つの合格を測ります。HumanEvalの定義と計算法、正解を選ぶ工程、条件・費用をそろえた比較を説明します。

回答の差分を表示できても生成完了とは限りません。Responses APIのdelta・done・completed・failed・incompleteを分け、途中保存と確定、通信切断時の確認を説明します。

Function callingの呼出し情報と、アプリ側の処理完了は別です。関数名・引数・call_id、実行結果の受渡し、strictの範囲、権限と再試行の確認を整理します。

通常のAPIキーはブラウザーへ渡さずサーバーで保管します。AIで作るWebアプリの構成、公開用環境変数の注意、利用上限、漏えい時の無効化・更新を説明します。

1トークンは日本語1文字ではありません。入力に含む指示・会話・画像・ツール、非表示分を含む出力、事前計数と利用後の料金確認をOpenAIの公式資料で説明します。

意味検索は同じ語がなくても関連資料を探します。埋め込みと検索スコア、完全一致が必要な番号、属性の絞り込み、検索候補と回答の正しさを分ける確認方法を説明します。

社内資料の更新には回答時に根拠を検索するRAG、処理や書き方の安定には追加学習が候補です。失敗の原因、学習と別の評価例、権限・版管理・費用の確認から方式を選びます。