BERT、GeminiからGPT-3.5、GPT-4oまで「主要LLM11種」の特徴は?代表的なLLM19選を徹底解説【前編】

「ChatGPT」の登場で一躍注目を浴びることになったLLM。各ベンダーは、LLMを進化させるための開発に取り組んでいる。主要LLM11種の特徴や、進化のポイントを解説する。

2024年06月20日 08時30分 公開
[Ben LutkevichTechTarget]

 2022年にAIベンダーOpenAIがAI(人工知能)チャットbot「ChatGPT」を発表して以降、テキストや画像を自動生成する「生成AI」と、その基になる大規模言語モデル(LLM)は、急速に企業や消費者の関心を集めることとなった。これまでに登場しているLLMの中から、主要なLLMを11個まとめて紹介する。それぞれのLLMにはどのような特徴があるのか。

BERT、GeminiからGPT-3.5、GPT-4oまで 主要LLM11種の特徴

1.BERT

 BERTは、Googleが2018年に発表した深層学習(ディープラーニング)モデルTransformerをベースにしたLLMだ。3億4000万のパラメーター(モデルのトレーニングに使う変数)を持つ。文章の意味推測や機械翻訳など、さまざまなタスクに応用できる汎用(はんよう)性のあるモデルだ。2019年には、Google検索におけるクエリの理解度を向上させるためにBERTが使われた。

 BERTは、大規模データセットを用いた事前学習で基本的な事象を学習している。その後、独自のトレーニング「ファインチューニング」を実施することで幅広いタスクへの応用が可能だ。

2.Claude

 2023年3月にAIベンダーAnthropicが公開した「Claude」は、「憲法AI」(Constitutional AI)に焦点を当てている。憲法AIとは、倫理的な善悪の判断基準に基づいてAIの出力を導くものだ。正確な回答を提供し、コンテンツの有害性を排除することで、ユーザーにとって安全で信頼できるAIアシスタントとなっている。

3.Cohere

 「Cohere」は、AIベンダーCohere社が提供する企業向けのオープンソースLLMだ。「Cohere Command R」「Cohere Rerank」「Cohere Embed」など複数のLLMを提供しており、企業の特定のニーズに合わせてファインチューニングが可能だ。

4.ERNIE(文心大模型)

 「ERNIE」(文心大模型) は、中国の検索エンジン大手Baidu(百度)のLLMで、10兆ものパラメーターを持つと言われる。標準中国語(マンダリン)での精度が最も高いが、他の言語でも使用可能だ。

 2023年8月にBaiduが公開したAIチャットbot「ERNIE Bot(文心一言)」にERNIEが搭載されている。

5.Falcon

 「Falcon」は、Transformerベースのオープンソース言語モデルだ。アラブ首長国連邦の首都アブダビに拠点を置く研究機関Technology Innovation Institute(TII)が2023年5月に発表した。オープンソースライセンス「Apache License 2.0」の下で公開されている。

 400億個のパラメーター数を備えるLLM「Falcon-40B」の他、軽量モデル「Falcon-7B」「Falcon-RW-1B」があり、パラメーター数はそれぞれ70億個と10億個。軽量モデルは一般のPCでも利用が可能だ。

 Falcon 40Bは、Amazon Web Services(AWS)の機械学習モデル構築サービス「Amazon SageMaker」で利用できる他、ソースコード共有サービス「GitHub」で入手することもできる。TIIは2024年5月に、110億個のパラメーターを備えた「Falcon 2」を発表している。

6.Gemini

 2023年12月にGoogleが発表したGeminiは、TransformerベースのLLMだ。テキストだけでなく画像、音声、動画も処理できるマルチモーダルLLMだ。Googleのさまざまなアプリケーションや製品に組み込まれている。各種のベンチマークテスト(性能テスト)において、さまざまな指標でGPT-4を上回った。

 Geminiには、「Ultra」「Pro」「Nano」の3つのサイズがある。Ultraは3つの中で最もおパラメーター数が大きいモデル。Proは中間クラスのモデル。Nanoは効率性を重視して設計された軽量モデルで、デバイス上でのタスクに適する。

7.Gemma

 「Gemma」は、Googleが2024年2月に公開したオープンソースLLMだ。同社が2023年12月に発表したLLM「Gemini」と同じ技術を用いて構築されている。Gemmaには「Gemma 2B」と「Gemma 7B」の2つのサイズがあり、それぞれ20億個と70億個のパラメーターを持つ。

 Gemmaは比較的軽量モデルのため、特別なサーバがなくても一般のPCで稼働できる。複数のベンチマークで、Gemmaはサイズが同程度のMeta PlatformsのLLM「Llama 2」を上回る性能を見せている。

8.GPT-3

 2018年、OpenAIの論文「Improving Language Understanding by Generative Pre-Training」でGPTシリーズが紹介された。同社が2020年に提供を開始した「GPT-3」は、2022年11月に同社が発表したChatGPTに組み込まれた。

 BERTと同様、GPT-3はToransformerをベースにしたLLMだ。1750億個以上のパラメーターを持っており、これは前モデル「GPT-2」に比べて10倍以上となる。

 GPT-3の学習データには以下が含まれる。

  • 非営利団体Common Crawlが収集したWebデータ
  • 米国のソーシャルニュースサイト「Reddit」における投稿を基にしたデータセット「OpenWebText2」
  • 無料の電子書籍をデータベース化した「Books1」「Books2」
  • 無料の百科事典「Wikipedia」

 2020年9月、MicrosoftはGPT-3の独占ライセンス権を取得したことを発表している。

9.GPT-3.5

 OpenAIは2022年11月、GPT-3のアップグレード版である「GPT-3.5」を発表。パラメーター数は3550億個。学習データは2021年9月までの情報に基づく。

 人間のフィードバックを基に強化学習を実施する手法「RLHF」(Reinforcement Learning from Human Feedback)でファインチューニングを実施している。これにより、倫理的に問題のある内容や、うその情報、役に立たない情報などの出力を抑えることができる。

10.GPT-4

 OpenAIは2023年3月に「GPT-4」を発表した。OpenAIはパラメーター数を非公開としているが、AWSの公式Webページによると、GPT-4のトレーニングには170兆のパラメーターが使われている。医師国家試験を解かせたところ合格レベルに達したといった結果を受けて、GPT-4について「AGI(汎用人工知能)に近づいた」「人間と同等かより賢い」と評価する声が出ている。

 GPT-4はマルチモーダルLLMであり、数値や画像、テキスト、音声など複数種類のデータを組み合わせて、あるいは関連付けて処理できる。「システムメッセージ」機能により、回答のトーンやタスクを指定して対話のカスタマイズをすることができる。

11.GPT-4o

 OpenAIが2024年5月に発表した「GPT-4 Omni」(GPT-4o)は、OpenAIがGPT-4の改良版として開発したLLMだ。マルチモーダルLLMであり、テキストだけでなく音声や画像も扱うことができる。写真を見て、関連する質問に答えることもできる。

 GPT-4oは特に音声会話機能を大幅に改良しており、音声入力に対して、最短232ミリ秒(1秒の約4分の1)、平均320ミリ秒での応答が可能。これは人間の応答速度に近い数字だ。対話の中から相手の感情を読み取ることもでき、まるで人間と対話しているかのような体験を提供する。


 中編は、LLMの前身となった自然言語処理モデルを紹介する。12~19個目のLLMは後編で紹介する。

TechTarget発 先取りITトレンド

米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。

Copyright © ITmedia, Inc. All Rights Reserved.

鬯ョ�ォ�ス�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ッ�ィ�ス�セ�ス�ス�ス�ケ�ス�ス邵コ�、�つ€鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ク髯キ�エ�ス�・�ス�ス�ス�。鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�、鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ荵暦ソス�ス�ス�ス�サ�ス�ス�ス�」�ス�ス�ス�ス�ス�ス�ス�ス

製品資料 アルテリックス・ジャパン合同会社

AIを活用してより良いインサイトを獲得、「AI対応データ」を準備する方法

AIをビジネスで生かし、大きな成果を得るには、「AI対応データ」が必要だ。しかし、AI対応データを手に入れるためには、地道なデータ準備が不可欠となる。本資料では、AI対応データを準備するための6つのステップを紹介する。

製品レビュー 富士通株式会社

小売業の売り上げと利益を向上させる鍵、AIを活用した最適な価格設定の方法

小売業では、売り上げと利益を向上させる価格設定が重要だが、迅速かつ適切な設定は労力もかかり困難を極める。膨大な商品の需要バランスを見極め、最適な価格調整を自動的に算出することがAI活用にて実現可能だ。その次世代の方法とは。

市場調査・トレンド ServiceNow Japan合同会社

AIを利用して組織全体の生産性を向上させる方法とは?

生成AIの登場によって、AIを業務活用しようとする企業が増えてきている。しかし、AIをどのような形で導入すればよいのか悩んでいる企業も少なくない。本資料では組織全体にAIと生成AIを組み込む方法について解説する。

製品資料 フォーティネットジャパン合同会社

ネットワーク運用を効率化、手動の構成やトラブルシューティングを排除するには

ある調査によると手動によるネットワーク操作は、65%に上るという。ネットワークの構成やトラブルシューティングといった手動に頼っている部分をAIによって自動化すれば、運用の効率化が可能だ。本資料では、その実現方法を解説する。

製品資料 アドビ株式会社

生成AIで業務改革、PDFツールの“AIアシスタント”で何がどう変わる?

ビジネスにおける生成AI活用が進む中、日々の業務で活用するPDFツールに搭載されたAIアシスタント機能への注目度が高まっている。その活用で、どのように業務を改善できるのか。機能や特徴、期待される効果を紹介する。

鬯ゥ蟷「�ス�「髫エ荳サ�ス陷�スス�ス�ス髮懶ス」�ス�ス�ス�ヲ鬯ゥ蟷「�ス�「髫ー�ィ鬲托スエ�つ€鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス髮懶ス」�ス�ス�ス�ヲ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�スPR

鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ウ�ス�ス�ス�ィ鬩搾スオ�ス�コ髯キツ€隴会スヲ�ス�ス�ス�ケ髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�・鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�。鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス郢ァ謇假スス�ス�ス�ー鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬮ッ譎「�ス�イ�ス�ス�ス�ィ�ス�ス邵コ�、�つ€鬮ッ貅キ譯�ソス�ス�ス�。�ス�ス�ス�ス�ス�ス�ス�セ�ス�ス�ス�ス�ス�ス�ス�。鬯ョ�ッ陋ケ�コ�ス�サ郢ァ謇假スス�ス�ス�ス�ス�ス�ス�、鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬯ッ�ョ�ス�ヲ�ス�ス�ス�ェ�ス�ス�ス�ス髯橸スウ陞滂スイ�ス�ソ�ス�ス鬯ッ蛟ャ�ッ莨夲スス�ス�ス�シ髫ー螟イ�ス�ォ�ス縺、ツ€�ス�ス�ス�ウ鬯ョ�ッ�ス�キ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ッ�キ�ス�キ�ス�ス�ス�カ�ス�ス邵コ�、�つ€鬩搾スオ�ス�イ驕ッ�カ�ス�ヲrobat AI鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�「鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�キ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ諠ケ�ケ證ヲ�ス�イ�ス�コ�ス�ス�ス�ス�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ッ�ョ�ス�ッ�ス�ス�ス�ヲ�ス�ス�ス�ス�ス�ス�ス�ス

鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ウ�ス�ス�ス�ィ鬩搾スオ�ス�コ髯キツ€隴会スヲ�ス�ス�ス�ケ髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�・鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�。鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス郢ァ謇假スス�ス�ス�ー鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬮ッ譎「�ス�イ�ス�ス�ス�ィ�ス�ス邵コ�、�つ€鬮ッ貅キ譯�ソス�ス�ス�。�ス�ス�ス�ス�ス�ス�ス�セ�ス�ス�ス�ス�ス�ス�ス�。鬯ョ�ッ陋ケ�コ�ス�サ郢ァ謇假スス�ス�ス�ス�ス�ス�ス�、鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬯ッ�ョ�ス�ヲ�ス�ス�ス�ェ�ス�ス�ス�ス髯橸スウ陞滂スイ�ス�ソ�ス�ス鬯ッ蛟ャ�ッ莨夲スス�ス�ス�シ髫ー螟イ�ス�ォ�ス縺、ツ€�ス�ス�ス�ウ鬯ョ�ッ�ス�キ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�コ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ッ�キ�ス�キ�ス�ス�ス�カ�ス�ス邵コ�、�つ€鬩搾スオ�ス�イ驕ッ�カ�ス�ヲrobat AI鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�「鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�キ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「髫エ諠ケ�ケ證ヲ�ス�イ�ス�コ�ス�ス�ス�ス�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ッ�ョ�ス�ッ�ス�ス�ス�ヲ�ス�ス�ス�ス�ス�ス�ス�ス (2025/3/28)

鬯ョ�ッ雋�スッ�ス�カ�ス�」�ス�ス�ス�ソ�ス�ス�ス�ス鬩包スッ�ス�カ�ス�ス�ス�イ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬯ゥ閧エ�ク蜿ッツ€BM i 鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ョ�ッ�ス�キ�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ッ鬯ッ�ョ�ス�「�ス�ス�ス�ュ�ス�ス�ス�ス�ス�ス�ス�ス鬯ョ�ォ�ス�イ�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ァ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬮ッ蜈キ�ス�ケ�ス�ス�ス�サ�ス�ス�ス�ス鬩搾ソス謌滄ォォ謫セ�ソ�ス�ス�ス�ス�ス�ス�コ鬯ョ�ッ隴趣ス「�ス�ス�ス�キ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�キ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス闕ウ�サ�ス�ョ陞滂スイ�ス�ス�ス�ア�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ョ�ォ�ス�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ョ蜈キ�ソ�ス�つ€�ス�ェ�ス�ス�ス�ス鬯ョ�ォ�ス�ー髯懶ス」闔会スー�つ€鬯ッ�ョ�ス�ッ�ス�ス�ス�ヲ鬯ッ�ェ�ス�ー髯キ�ソ�ス�・鬯ッ貊ゑスス�ュ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�「鬯ゥ蟷「�ス�「髫エ諠ケ�ク讖ク�ス�ケ�ス�イ�ス�ス陷ソ蜴�スス�コ�ス�ス�ス�ス�ス�ケ髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�ス

鬯ョ�ッ雋�スッ�ス�カ�ス�」�ス�ス�ス�ソ�ス�ス�ス�ス鬩包スッ�ス�カ�ス�ス�ス�イ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬯ゥ閧エ�ク蜿ッツ€BM i 鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ョ�ッ�ス�キ�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス�ス�ッ鬯ッ�ョ�ス�「�ス�ス�ス�ュ�ス�ス�ス�ス�ス�ス�ス�ス鬯ョ�ォ�ス�イ�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ァ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬮ッ蜈キ�ス�ケ�ス�ス�ス�サ�ス�ス�ス�ス鬩搾ソス謌滄ォォ謫セ�ソ�ス�ス�ス�ス�ス�ス�コ鬯ョ�ッ隴趣ス「�ス�ス�ス�キ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�キ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ケ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�ス�ス�ス闕ウ�サ�ス�ョ陞滂スイ�ス�ス�ス�ア�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ョ�ォ�ス�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ョ蜈キ�ソ�ス�つ€�ス�ェ�ス�ス�ス�ス鬯ョ�ォ�ス�ー髯懶ス」闔会スー�つ€鬯ッ�ョ�ス�ッ�ス�ス�ス�ヲ鬯ッ�ェ�ス�ー髯キ�ソ�ス�・鬯ッ貊ゑスス�ュ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�「鬯ゥ蟷「�ス�「髫エ諠ケ�ク讖ク�ス�ケ�ス�イ�ス�ス陷ソ蜴�スス�コ�ス�ス�ス�ス�ス�ケ髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ソ�ス�ス�ス�ス (2025/3/28)

鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬮ッ�キ�ス�キ髯橸スス�ス�オIDIA鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョGPU鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ッ鬯ッ�ッ�ス�ッ�ス�ス�ス�ョ鬮ッ蛹コ�サ繧托スス�ス�ス�ャ鬯ゥ謳セ�ソ�ス�ス�ソ�ス�ス�ス�ス�ス�ク�ス�ス�ス�コ鬮ッ貊捺ア夲ソス�ス�ス�ア�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ェ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ蛹�スス�ッ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬯ッ�ョ�ス�ヲ�ス�ス�ス�ェ鬩包スカ鬮ョ�ス�ス�ク隴惹ケ苓乢�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬩包スカ闕ウ讖ク�ス�、�ス�イ�ス�ス�ス�ス鬩搾ソス遘�ソス�ソ�ス�ス�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ヲ鬩包スカ闕ウ讖ク�ス�、�ス�イ�ス�ス�ス�ソ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ェ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬮ョ蜈キ�ソ�ス�ス�シ陷ソ�ッ�つ€�ス�ス邵コ�、�つ€GPU鬯ッ�ョ�ス�ォ�ス�ス�ス�ア�ス�ス�ス�ス�ス�ス�ス�ソ鬯ッ�ッ�ス�ゥ髯滂ソス�ヲ�エ�ス�ア隰夲スオ�ス�ソ�ス�ス�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬯ョ�ヲ�ス�ョ髯キ�キ�ス�ョ鬯イ蛛�スス�ャ鬯ョ�ッ隶灘・�スス�コ�ス�キ�ス�ス�ス�ウ�ス�ス�ス�ィ�ス�ス�ス�ス髯キツ€隴会スヲ�ス�ス�ス�ケ�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス

鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬮ッ�キ�ス�キ髯橸スス�ス�オIDIA鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョGPU鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ッ鬯ッ�ッ�ス�ッ�ス�ス�ス�ョ鬮ッ蛹コ�サ繧托スス�ス�ス�ャ鬯ゥ謳セ�ソ�ス�ス�ソ�ス�ス�ス�ス�ス�ク�ス�ス�ス�コ鬮ッ貊捺ア夲ソス�ス�ス�ア�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ェ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ蛹�スス�ッ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬯ッ�ョ�ス�ヲ�ス�ス�ス�ェ鬩包スカ鬮ョ�ス�ス�ク隴惹ケ苓乢�ス�ス�ス�ス�ス�ス�ス�ヲ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ鬩包スカ闕ウ讖ク�ス�、�ス�イ�ス�ス�ス�ス鬩搾ソス遘�ソス�ソ�ス�ス�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ヲ鬩包スカ闕ウ讖ク�ス�、�ス�イ�ス�ス�ス�ソ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ェ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬮ョ蜈キ�ソ�ス�ス�シ陷ソ�ッ�つ€�ス�ス邵コ�、�つ€GPU鬯ッ�ョ�ス�ォ�ス�ス�ス�ア�ス�ス�ス�ス�ス�ス�ス�ソ鬯ッ�ッ�ス�ゥ髯滂ソス�ヲ�エ�ス�ア隰夲スオ�ス�ソ�ス�ス�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬯ョ�ヲ�ス�ョ髯キ�キ�ス�ョ鬯イ蛛�スス�ャ鬯ョ�ッ隶灘・�スス�コ�ス�キ�ス�ス�ス�ウ�ス�ス�ス�ィ�ス�ス�ス�ス髯キツ€隴会スヲ�ス�ス�ス�ケ�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス (2025/3/11)

PoC鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ァ鬯ッ�ゥ隰ウ�セ�ス�ス�ス�ィ鬩幢ス「�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス髯キツ€隴会スヲ�ス�ス�ス�ケ�ス�ス�ス�ァ鬮ッ譎「�ス�イ�ス�ス�ス�ィ鬮ォ�ィ�ス�ウ髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ェ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬩包スカ隰ォ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�・�ス�ス�ス�ス�ス�ス�ス�ュ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ョ�ョ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ョ�ォ�ス�エ髯晢スキ�ス�ス�ス�ュ鬮ョ�」�ス�ソ�ス�ス�ス�ス�ス�ュ鬮ッ蛹コ�サ繧托スス�ス�ス�ゥ�ス�ス邵コ�、�つ€�ス�ス�ス�ス�ス�ス�ス�ス鬩包スッ�ス�カ�ス�ス�ス�イ鬯ッ�ョ�ス�ォ�ス�ス�ス�ア鬮ォ�カ隰夲スオ�ス�ス�ス�ュ�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�イ鬩包スカ闕オ諤懈ャセ�ス�ス�ス�ス�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ア鬯ョ�ォ�ス�ー�ス�ス�ス�ィ鬮ッ�キ闔ィ螟イ�ス�ス�ス�ア�ス�ス�ス�ス髯晢スカ隴趣ス「�ス�ス�ス�ゥ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮」豈費スシ螟イ�ス�ス�ス�」�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�コ鬮ョ蜈キ�ソ�ス遶乗ゥク�ソ�ス�ス�ス驕カ謫セ�ス�ォ�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�シ�ス�ス�ス�ア鬩搾スオ�ス�コ鬮「�ァ�ス�イ�ス�ス�ス�ケ髫エ荵暦ソス�ス�ス�ス�ク鬩怜遜�ス�ォ驕カ謫セ�ス�エ

PoC鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ァ鬯ッ�ゥ隰ウ�セ�ス�ス�ス�ィ鬩幢ス「�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ス髯キツ€隴会スヲ�ス�ス�ス�ケ�ス�ス�ス�ァ鬮ッ譎「�ス�イ�ス�ス�ス�ィ鬮ォ�ィ�ス�ウ髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ェ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�シ鬩包スカ隰ォ�セ�ス�ス�ス�オ�ス�ス�ス�ス�ス�ス�ス�・�ス�ス�ス�ス�ス�ス�ス�ュ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ョ�ョ髮懶ス」�ス�ス�ス�「�ス�ス�ス�ス�ス�ス�ス�サ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ョ�ォ�ス�エ髯晢スキ�ス�ス�ス�ュ鬮ョ�」�ス�ソ�ス�ス�ス�ス�ス�ュ鬮ッ蛹コ�サ繧托スス�ス�ス�ゥ�ス�ス邵コ�、�つ€�ス�ス�ス�ス�ス�ス�ス�ス鬩包スッ�ス�カ�ス�ス�ス�イ鬯ッ�ョ�ス�ォ�ス�ス�ス�ア鬮ォ�カ隰夲スオ�ス�ス�ス�ュ�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�イ鬩包スカ闕オ諤懈ャセ�ス�ス�ス�ス�ス�ス�ス�、�ス�ス�ス�ス�ス�ス�ス�ア鬯ョ�ォ�ス�ー�ス�ス�ス�ィ鬮ッ�キ闔ィ螟イ�ス�ス�ス�ア�ス�ス�ス�ス髯晢スカ隴趣ス「�ス�ス�ス�ゥ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮」豈費スシ螟イ�ス�ス�ス�」�ス�ス�ス�ス髴托ス「隴会スヲ�ス�ス�ス�ク�ス�ス�ス�コ鬮ョ蜈キ�ソ�ス遶乗ゥク�ソ�ス�ス�ス驕カ謫セ�ス�ォ�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�シ�ス�ス�ス�ア鬩搾スオ�ス�コ鬮「�ァ�ス�イ�ス�ス�ス�ケ髫エ荵暦ソス�ス�ス�ス�ク鬩怜遜�ス�ォ驕カ謫セ�ス�エ (2024/10/18)

鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ゥ蟷「�ス�「髫エ蟇よ��ス�セ�ス�ュ鬩搾スオ�ス�コ髯樊コ假ス托ソス�ス�ス�ケ髫エ蜿厄スィ雋サ�ス�コ郢ァ莨夲スス�ク�ス�コ髯晢スキ�ス�ス�ス�エ陋ケ�ス�ス�ソ�ス�ス�ス�ス�ス�ゥ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ッ�キ�ス�キ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬩包スカ闕オ諤懈ャセ�ス�ス�ス�ス�ス�ス�ス�ョ鬮エ螟ァ�」�シ鬩墓��ソ�ス�ス�ソ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ョ�」陷エ�ス�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス鬮ォ�ィ�ス�ウ�ス�ス�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ァ鬩包スカ闕ウ讖ク�ス�」�ス�コ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ッ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス

鬯ッ�ィ�ス�セ髯滂ソス螻ョ�ス�ス�ス�サ鬯ョ�ョ�ス�」�ス�ス�ス�ソ�ス�ス�ス�スAI鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ョ鬯ゥ蟷「�ス�「髫エ蟇よ��ス�セ�ス�ュ鬩搾スオ�ス�コ髯樊コ假ス托ソス�ス�ス�ケ髫エ蜿厄スィ雋サ�ス�コ郢ァ莨夲スス�ク�ス�コ髯晢スキ�ス�ス�ス�エ陋ケ�ス�ス�ソ�ス�ス�ス�ス�ス�ゥ鬯ッ�ィ�ス�セ髯具スケ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ィ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ�ス�ス邵コ�、�つ€鬯ゥ謳セ�ス�オ�ス�ス�ス�コ鬮ッ�キ�ス�キ�ス�ス�ス�カ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ク�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ゥ謳セ�ス�オ�ス�ス�ス�イ鬩包スカ闕オ諤懈ャセ�ス�ス�ス�ス�ス�ス�ス�ョ鬮エ螟ァ�」�シ鬩墓��ソ�ス�ス�ソ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ォ鬯ョ�」陷エ�ス�ス�ス�ス�エ�ス�ス�ス�ス�ス�ス�ス�ソ鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ス鬮ォ�ィ�ス�ウ�ス�ス�ス�ス�ス�ス�ス�ケ�ス�ス�ス�ァ鬩包スカ闕ウ讖ク�ス�」�ス�コ�ス�ス�ス�ス鬯ゥ謳セ�ス�オ�ス�ス�ス�コ�ス�ス�ス�ス�ス�ス�ス�ッ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス (2024/8/26)

From Informa TechTarget

いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは

いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ(仮想PC画面)は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。

BERT、GeminiからGPT-3.5、GPT-4oまで「主要LLM11種」の特徴は?:代表的なLLM19選を徹底解説【前編】 - TechTargetジャパン エンタープライズAI 鬮ォ�エ�ス�ス�ス�ス�ス�ー鬯ィ�セ�ス�ケ�ス縺、ツ€鬯ョ�ォ�ス�ェ髯区サゑスソ�ス�ス�ス�ス�コ�ス�ス�ス�ス

TechTarget鬩幢ス「�ス�ァ�ス�ス�ス�ク鬩幢ス「隴趣ス「�ス�ス�ス�」鬩幢ス「隴乗��ス�サ�ス�」�ス雜」�ス�ヲ 鬮ォ�エ�ス�ス�ス�ス�ス�ー鬯ィ�セ�ス�ケ�ス縺、ツ€鬯ョ�ォ�ス�ェ髯区サゑスソ�ス�ス�ス�ス�コ�ス�ス�ス�ス

鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ク髯キ�エ�ス�・�ス�ス�ス�。鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�、鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ荵暦ソス�ス�ス�ス�サ�ス�ス�ス�」�ス�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ゥ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ュ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ー

2025/05/14 UPDATE

ITmedia マーケティング新着記事

news023.png

「パーソナライゼーション」&「A/Bテスト」ツール売れ筋TOP5(2025年5月)
今週は、パーソナライゼーション製品と「A/Bテスト」ツールの国内売れ筋各TOP5を紹介し...

news025.png

「マーケティングオートメーション」 国内売れ筋TOP10(2025年5月)
今週は、マーケティングオートメーション(MA)ツールの売れ筋TOP10を紹介します。

news014.png

「サイト内検索」&「ライブチャット」売れ筋TOP5(2025年4月)
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。