Lean(数学の証明が正しいかをコンピューターが確かめる言葉)とは?
別の呼び名:Lean 4、Lean theorem prover
1分で解説
Lean(リーン)とは、数学の証明を決まった書き方で書くと、その証明が正しいかを、コンピューターが一歩ずつ確かめてくれるプログラムの言葉です。
人やAIが書いた証明は、最後に、Lean の中の核(カーネル)と呼ぶ小さな部分が、決まりに合うかを一歩ずつ確かめ、合わない所が1つでもあれば通しません。核が小さく単純なので、核の誤りを疑う所が少なく、別の人が作った点検の道具でも確かめ直せます。そのため、何万行もの証明でも、人が全部を読まずに信じられます。
2013年に Microsoft Research の Leonardo de Moura が作り始めました。みんなで作る数学の書庫 Mathlib があり、数学者の大きな証明や、AIが作った証明を確かめるのに使われています。ただ、問題の文を正しく Lean に書いたかまでは、Lean は確かめません。
よくある思い込み
「Lean は、数学の問題を自分で解くAI」
一部だけ合っています。Lean にも、簡単な一歩を自動で埋める道具(タクティク。例えば、与えた等式を使って式を繰り返し書き換える simp)があり、短い証明なら Lean の中だけで済むこともあります。でも Lean そのものは、問題文を読んで解き方を考えるAIではありません。Lean の一番の役目は、人やAIが書いた証明が、決まりどおりにつながっているかを確かめることです。数学の問題を解くAIとして知られる Google DeepMind の AlphaProof は、Lean の言葉で証明の一歩一歩を探し、Lean で確かめられる証明を作ります。考えるのはAI、確かめるのは Lean、という分担です。AIが人の言葉で書いた証明には、もっともらしい間違い(ハルシネーション)が混じることがありますが、Lean の言葉で書かせれば、間違った一歩は Lean が見つけます。
図で解説
図は、出典(科学なるほど新聞 naru.news)を書けば、授業・資料・ブログなどで自由に使えます(CC BY 4.0)。
たとえるなら
棋譜を、ルールだけで確かめる審判
将棋で、長い対局の棋譜(指した手を順に書いた記録)を渡され、「途中の手はすべてルールどおりで、最後は詰みで終わっているか」を確かめるとします。どの手を指すかを考え出すのは、強い棋士にも難しいことです。でも、手の一つ一つが駒の動かし方のルールに合っているかを確かめるだけなら、強さは要りません。ルールを見ながら、一手ずつ照らせば済みます。
Lean の核は、この審判に当たります。証明は棋譜、論理の規則と公理はルールです。棋譜を考えたのが人でもAIでも、審判は一手ずつ照らすだけなので、照らし方さえ正しければ、結果を信じられます。審判の仕事は単純なので、審判そのものに誤りが無いかも、確かめやすくなります。ただし審判は、最初の駒の並べ方が、本当に指したかった対局のとおりかまでは見ません。Lean も、問題の文を正しく書いたかは確かめません。
ただ、たとえが合わないところもあります。将棋のルールは、駒の動かし方を覚えれば分かりますが、Lean の決まりは、数学のほとんどを書き表せるように作った、もっと抽象的なものです。また、将棋の棋譜は一手ずつ人が書きますが、Lean では、人が短く書いた証明を、前処理(エラボレーター)が細かい手順に直し、自動の道具が埋めた手順も合わせて、核に渡します。
ポイント解説
Lean は、どうやって証明を確かめるの?
Lean では、示したいこと(数学では命題と呼びます)と、その証明を、決まった書き方で書きます。例えば「example (a b : Nat) : a + b = b + a := Nat.add_comm a b」という1行は、「0以上の整数 a と b では、a+b と b+a は等しい」ことの証明です。
読み方はこうです。example は、名前を付けない例の合図です。(a b : Nat) は「a と b は Nat(0以上の整数)」という意味です。2つめの「:」と「:=」の間の a + b = b + a が示したいことで、「:=」の後ろが証明です。Nat.add_comm は、Lean に元からある「足す順を入れ替えても同じ」という定理で、そこに a と b を渡しています。
Lean は、示したいことを型(値の種類)として扱い、証明を、その型の値として扱います。7 が「整数」という種類の値であるように、この証明は「a+b=b+a」という種類の値です。確かめるのは、書いた証明の種類が、示したいことにぴったり合うかです。プログラムで、数を入れるはずの所に文字を入れると誤りになるのと同じ仕組みで、証明の誤りを見つけます。
計算で確かめる証明もあります。「example : 2 + 3 = 5 := rfl」の rfl は「両側は同じ」という意味で、Lean は両側を計算し、どちらも 5 になるので通します。もし 2 + 3 = 6 と書けば、計算が合わないので通りません。
長い証明は、普通タクティク(証明の組み立て方を Lean に指示する命令)を使って書きます。Lean の前処理(エラボレーター)は、人が短く書いた証明やタクティクを、核(カーネル)が読める細かい形に直します。その形を、最後に核が確かめます。
なぜ、Lean の確かめを信じられるの?
証明を書くための道具は、大きく複雑でもかまいません。前処理やタクティクには、誤りが混じることもありえます。それでも、Lean に定理や定義を足すときは、必ず最後に核が、決まりどおりかを確かめます。前処理に誤りがあっても、それで間違った証明が通らないように、核が守っているのです。
核は、決まりを確かめるのに要る最低限のものだけでできた、小さなプログラムです。小さく保つのは、核そのものに誤りが無いかを疑う所を減らし、確かめを信じられるものにするためです。証明を、小さな核で確かめられる形で残すこの考え方は、証明支援系の分野で「デ・ブラウンの基準」と呼ばれます。
核が小さいので、ほかの人が、同じ決まりの点検役を自分で作ることもできます。Lean とは別の人たちが、Rust という別のプログラムの言葉で作った点検役(nanoda)があり、保存された証明を Lean の核にもう一度通し直す道具(lean4checker)もあります。1つの点検役の誤りに頼らずに済みます。
証明が頼っている公理(数学の土台として、証明せずに認める約束)も、Lean が記録しています。「#print axioms」という命令で、ある定理が、たどっていくとどの公理に頼っているかを一覧にできます。Lean で数学をするときの大事な土台は、Classical.choice・propext・Quot.sound の3つです。書きかけの所に置く sorry(ここはまだ証明していない、という印)が残っていれば、それも一覧に出ます。sorry は何でも証明したことにできてしまうので、仕上がった証明には使いません。
誰が作って、誰が育てているの?
Lean は、2013年に、アメリカの Microsoft Research(マイクロソフトの研究所)で、Leonardo de Moura(レオナルド・デ・モウラ)が作り始めました。2014年に最初の版(0.1)、2017年に Lean 3 が出ました。今使われている Lean 4 は、2018年に作り始め、2023年9月に正式な版(4.0)が出ました。
Lean 4 は、Lean そのもので作り直されました。Lean は、証明を確かめる道具であると同時に、速く動くプログラムを作れる、関数型のプログラムの言葉(関数を組み合わせてプログラムを書く言葉)でもあります。証明を自動で探す道具を、Lean で書く人も多くいます。数学の外でも使われていて、例えば Amazon Web Services(AWS)は、誰が何をしてよいかの決まりを書く言葉 Cedar を、Lean を使って形式検証しています。
2023年7月には、de Moura と Sebastian Ullrich(セバスティアン・ウルリッヒ)が、Lean の開発を進める非営利の組織 Lean FRO を作りました。
Mathlib は、Lean の使い手たちがみんなで作っている、形式化した数学の書庫です。2017年に Lean 3 の上で始まり、2023年7月に Lean 4 へ移し終えました。今は100万行を超え、2026年11月17日に見た公式の統計では、定義が140,046、定理が294,155、手伝った人が772人でした。新しい証明は、ここにある定理を部品として使えます。
数学者は、どんなことに使ったの?
2020年12月、数学者の Peter Scholze(ペーター・ショルツェ)は、Dustin Clausen(ダスティン・クラウゼン)と証明した、自分のこれまでで一番大事かもしれない定理を、Lean で確かめてほしいと呼びかけました。細かい所まで読んだ人はほかにおらず、ほかの人がこの定理を中身を見ずに使うと、間違いが見つからないまま残るかもしれない、大事な定理なので99.9%確かなだけでは足りない、と書いています。この挑戦は「リキッド・テンソル実験」と呼ばれました。
半年後の2021年6月には、ショルツェが自信を持てずにいた部分が確かめられ、本人は「主な証明の正しさに、もう疑いは無い」と書きました。途中で、いくつかの小さな不正確な所が見つかって直され、Lean を使ううちに、証明の理解も深まったとしています。全体は、Johan Commelin(ヨハン・コメリン)がまとめ役になって進め、2022年7月14日に完成しました。
2023年11月9日には、Tim Gowers・Ben Green・Freddie Manners・Terence Tao の4人が、数論と組合せ論(数え方や並べ方の数学)にまたがる予想、多項式フライマン・ルジャ予想(PFR 予想)の、ある場合の証明を発表しました。Tao たちはすぐに、大勢で Lean で確かめる計画を始め、12月5日に、sorry が1つも無い形で証明が通りました。始めてから約3週間でした。
フェルマーの最終定理(3以上の n で、aⁿ+bⁿ=cⁿ を満たす正の整数 a・b・c は無い)は、1995年に Andrew Wiles(アンドリュー・ワイルズ)の証明が出ました。この証明の今の形を Lean で確かめる計画を、Kevin Buzzard(ケビン・バザード)が、イギリスのインペリアル・カレッジ・ロンドンで率いています。道筋は、Wiles たちの証明を元に Richard Taylor(リチャード・テイラー)が考えたもので、イギリスの研究費で2029年9月まで続く予定です。
AIとは、どう関わっているの?
大規模言語モデル(ChatGPT のような、文を作るAI)は、数学の問題も解くようになりましたが、もっともらしい間違い(ハルシネーション)を混ぜることがあります。AIが人の言葉で書いた長い証明を、人が全部読んで確かめるのは大変です。AIに Lean の言葉で証明を書かせれば、間違った一歩は Lean が見つけます。
2024年7月、Google DeepMind は、Lean の言葉で証明を探すAI、AlphaProof を発表しました。その年の国際数学オリンピックの6問を、人がコンピューター向けの決まった書き方(AlphaProof には Lean の言葉)に訳して渡すと、AlphaProof は代数の2問と数論の1問を解き、答えが正しいことを証明しました。図形の1問を解いた別のAI(AlphaGeometry 2)と合わせて28点で、銀メダルの水準だった、と会社は発表しています。1問は数分で解け、ほかは最大3日かかったとしています。
2026年9月には、AIの会社 Anthropic が、自社のAIの Claude がほぼ自力で11日間取り組み、フェルマーの最終定理の証明を、約1300万行の Lean で書き上げたと発表しました(会社の発表)。証明は Lean の3つの標準の公理だけに頼り、示した定理の文が、Mathlib にあるフェルマーの最終定理の文と同じであることも、道具で確かめたとしています。Buzzard たちの計画とは別の取り組みですが、その計画の一部を取り入れ、Buzzard が証明を見て意見を寄せた、と書かれています。
AIが証明を書き、Lean が確かめる分担は、プログラムの正しさを確かめる形式検証にも広がっています(詳しくは「形式検証」のページ)。人の言葉の問題を Lean の言葉に訳すことまでAIに任せる研究もあり、そこには訳の間違いという落とし穴があります(詳しくは「自動形式化」のページ)。
Lean が確かめないことは?
Lean が確かめるのは、「Lean で書いた文が、決まりどおりに証明できたか」です。その文が、本当に確かめたかった問題と同じ意味かは確かめません。例えば「どんな整数でも」と言いたい所を「0以上の整数なら」と書けば、易しい別の問題を証明したことになりますが、Lean はそれでも通します(詳しくは「自動形式化」のページ)。
リキッド・テンソル実験の途中でも、ショルツェは、Lean で書いた定理の文に入る定義が全部ちょうど正しいかを確かめるのは、まだ人がしなければならない仕事だ、と書いています。示したい文を疑うときは、その文と、文が使う定義のすべてを、注意して調べる必要があります。
また、核と公理は、正しいものとして信じる前提です。核は小さく、ほかの点検役でも確かめ直せますが、どれもプログラムなので、誤りが絶対に無いとまでは言えません。公理に頼る証明は、その公理が正しく、ほかの公理と矛盾しない限りでだけ信じられます。
だから、「Lean で確かめた」と聞いたら、どんな文を、どの公理の上で確かめたのかを見ることが大切です。
確認問題
問1数学の証明を書き表せるプログラムの言葉 Lean で通った、何万行もある証明が、正しいと信じてよいとされる主なわけは、どれ?
答えと解説
答え:C 小さな核が、一歩ずつ確かめたから
人やAIが書いた証明は、最後に、Lean の中の核(カーネル)という小さな部分が、決まりどおりかを一歩ずつ確かめます。核が小さく単純なので、核そのものの誤りを疑う所が少なく、別の人たちが作った点検役でも確かめ直せます。証明を書く道具(前処理や自動の道具)に誤りがあっても、核の確かめで止まります。Lean そのものはAIではなく、大勢の人が読み直さなくても、核の確かめを信じられるのです。
問22024年に Google DeepMind が発表した、数学の問題を解くAI「AlphaProof」と、数学の証明を書き表せるプログラムの言葉 Lean は、どう役目を分けている?
答えと解説
答え:B AlphaProof が証明を探し、Lean が正しさを確かめる
AlphaProof は、Lean の言葉で証明の一歩一歩を探すAIで、Lean は、その証明が決まりどおりかを確かめます。考えるのはAI、確かめるのは Lean という分担です。Lean そのものは、問題を読んで解き方を考えるAIではありません。また、2024年の国際数学オリンピックで AlphaProof に渡した問題は、人が Lean の言葉に訳したものでした。Lean は、証明を人の言葉に訳す道具でもありません。
問3ある数学の問題を、AIが、証明を確かめるプログラムの言葉 Lean の文に書き直して証明し、Lean の確かめに通った。それでも、人が別に確かめた方がよいのは、どこ?
答えと解説
答え:A Lean で書いた文が、元の問題と同じ意味か
Lean が確かめるのは、Lean で書いた文が、決まりどおりに証明できたかです。証明の一歩ずつのつながりや、中の計算は、Lean が確かめます。でも、その文が元の問題と同じ意味かは確かめません。例えば「どんな整数でも」を「0以上の整数なら」と書き直せば、易しい別の問題を証明したことになり、それでも Lean は通します。数学者ショルツェも、Lean で書いた定理の文に入る定義が全部正しいかは、人が確かめる必要があると書いています。
関連用語
参考文献と確かめ方
- Lean FRO「Lean」(Lean の公式サイト。オープンソースのプログラムの言葉であり証明支援系〔proof assistant〕であること、ネイティブコードに直せる本物の関数型の言葉であること、最小の信頼された核〔minimal trusted kernel〕、Mathlib が100万行を超えること、AWS が Lean で Cedar〔AWS の許可の決まりを書く言葉〕を形式検証していること。2026年11月17日に読んだ)
- Lean FRO「About」(Lean FRO の紹介と年表。2013年7月の最初のコミット、2014年6月の Lean 0.1、2017年1月の Lean 3.0、2017年7月の Mathlib3、2018年4月に Lean 4 を作り始めたこと、2023年7月に Leonardo de Moura と Sebastian Ullrich が Lean FRO を作り、Convergent Research の下の非営利の組織であること、2023年7月に Mathlib を Lean 4 へ移し終えたこと、2023年9月の Lean 4.0。2026年11月17日に読んだ)
- Leonardo de Moura・Sebastian Ullrich「The Lean 4 Theorem Prover and Programming Language」(CADE-28、2021年7月。Microsoft Research の論文のページの要旨:Lean 4 は対話型の定理証明系 Lean を Lean そのもので作り直したものであること、効率のよい関数型のプログラムの言葉でもあること、多くの使い手が自分の証明の自動の道具を Lean で書くこと。論文の本文〔PDF〕は、こちらで文字を読み出せなかった。2026年11月17日に読んだ)
- Jeremy Avigad・Leonardo de Moura・Soonho Kong・Sebastian Ullrich「Theorem Proving in Lean 4」(Lean の公式の入門書。1章〔Lean は2013年に Microsoft Research Redmond で de Moura が始めたこと、帰納型を持つ構成の計算体系に基づくこと、プログラムの言葉とも見られること〕、Propositions and Proofs の章〔命題を、その証明の型と見ること、t : p は t が p の証明だという意味〕、Quantifiers and Equality の章〔example : 2 + 3 = 5 := rfl と、example : a + b = b + a := Nat.add_comm a b〕、Tactics の章〔タクティクは、証明の項の組み立て方を Lean に指示する命令であること、simp が与えた等式で式を繰り返し書き換えること〕。2026年11月17日に読んだ)
- Lean FRO「The Lean Language Reference」の Elaboration and Compilation の章(Lean の公式の説明書。エラボレーションは、使い手の書き方を核の型理論の形に直すこと、その簡単な形のおかげで信頼された核を小さくできること、核がエラボレーションの誤りから守るために確かめること、環境に足すものはすべて先に核が確かめること。2026年11月17日に読んだ)
- Lean FRO「The Lean Language Reference」の Axioms の章(証明が頼る公理を Lean が記録し、#print axioms で一覧にできること、sorry の公理 sorryAx は何でも証明できてしまうので仕上がった証明に使わないこと、Classical.choice・propext・Quot.sound が Lean で数学をするときの大事な土台であること、公理に頼る証明は、公理が正しく矛盾しない限りでだけ信じられること。2026年11月17日に読んだ)
- Lean FRO「The Lean Language Reference」の Validating a Lean Proof の章(確かめが意味を持つのは、Lean で書いた定理の文が言いたかった意味に合っていると信じられるときであること、疑うときは文と使う定義のすべてを注意して調べること、lean4checker が保存された証明を核に通し直すこと、nanoda が別に Rust で作られた点検役であること、Lean の論理の健全さと、使ったすべての点検役に同時に起きる実装の誤りが無いことも前提として残ること。2026年11月17日に読んだ)
- 「Type Checking in Lean 4」の What is the kernel? の節(有志が書いた Lean の核の手引きで、公式の説明書ではない。核は Lean の論理を最低限の仕組みで作ったプログラムであること、小さな核に分けるのは証明の仕組みを信じられるものにするためであること、Adam Chlipala の本から引いた「デ・ブラウンの基準」、核が小さいので、ほかの人が自分で作った核でも証明を確かめられること。2026年11月17日に読んだ)
- Adam Chlipala「Certified Programming with Dependent Types」の Introduction の An Easy-to-Check Kernel Proof Language の節(証明支援系の本。証明を探す仕組みが複雑でも、証明を小さな核の言葉の証明の項として出す証明支援系は「de Bruijn の基準」を満たす、とすること。2026年11月17日に読んだ)
- Mathlib「mathlib」(Mathlib の公式のページ。Lean で形式化した数学を1つの書庫にまとめる、みんなでの取り組みであること、プログラムに役立つ定義も入っていること。2026年11月17日に読んだ)
- Mathlib「Mathlib statistics」(Mathlib の公式の統計。定義 140046、定理 294155、手伝った人 772。ページに数の日付は書かれていないので、読んだ日の数として書いた。2026年11月17日に読んだ)
- Peter Scholze「Liquid tensor experiment」(Kevin Buzzard の Xena の blog への寄稿、2020年12月5日。これまでで一番大事な定理かもしれないこと、99.9%確かなだけでは足りないこと、細かい所を見た人がほかにいないこと、ほかの人が中身を見ずに使えば間違いが見つからないまま残りうること、定理1.1の証明を形式化してほしいという呼びかけ。2026年11月17日に読んだ)
- Peter Scholze「Half a year of the Liquid Tensor Experiment: Amazing developments」(Xena の blog への寄稿、2021年6月5日。自信の無かった部分が確かめられたこと、主な証明の正しさにもう疑いは無いこと、いくつかの小さな不正確な所が見つかって直ったこと、証明の理解が深まったこと。この記事への Scholze の返信〔2021年6月15日〕:Lean で書いた定理の文に入る定義が全部ちょうど正しいかを確かめるのは、まだ人の仕事であること。2026年11月17日に読んだ)
- Lean community「Completion of the Liquid Tensor Experiment」(Lean の使い手たちの blog、2022年7月15日。2022年7月14日に完成したこと、Clausen と Scholze の液体ベクトル空間の主定理であること、Johan Commelin がまとめ役だったこと、Scholze の呼びかけから1年半だったこと。2026年11月17日に読んだ)
- W. T. Gowers・Ben Green・Freddie Manners・Terence Tao「On a conjecture of Marton」(arXiv:2311.05762、第1版は2023年11月9日。要旨〔Marton の予想、広く多項式フライマン・ルジャ予想として知られるものを、標数2の場合に証明したこと〕と、分野〔数論 math.NT・組合せ論 math.CO〕。2026年11月17日に読んだ)
- Terence Tao「Formalizing the proof of PFR in Lean4 using Blueprint: a short tour」(Tao の blog、2023年11月18日。Yael Dillies・Bhavik Mehta と、PFR 予想の証明を Lean4 で形式化する計画を始め、始めてから1週間たっていないこと、sorry は証明がまだ無いことを示す印であること。2026年11月17日に読んだ)
- Lean の Zulip の記録「Project completed! Thoughts and reflections?」(PFR 予想の計画の話し合いの場。2023年12月5日の Terence Tao の書き込み:Lean が PFR_conjecture を sorry 無しで証明したこと、計画の主な目当てが果たされたこと、1人ではできなかったこと。約3週間は、11月18日の blog の「1週間たっていない」とこの日から数えた。同じ話し合いで Patrick Massot も「この計画の3週間」と書いている。2026年11月17日に読んだ)
- Imperial College London「Fermat's Last Theorem」(Kevin Buzzard が率いる計画の GitHub の説明。Lean でフェルマーの最終定理の証明を形式化する、進行中の、大勢で書くオープンソースの計画であること、EPSRC の研究費 EP/Y022904/1 で2029年9月まで続くこと、道筋は Richard Taylor が Buzzard と話し合ってほぼすべて決めたもので、元の Wiles/Taylor–Wiles の証明を今の形にしたものであること。2026年11月17日に読んだ)
- Google DeepMind「AI achieves silver-medal standard solving International Mathematical Olympiad problems」(会社の発表、2024年7月25日。AlphaProof が Lean の言葉で証明を学び、Lean の中で証明の一歩を探すAIであること、問題を人が形式の言葉に訳したこと、AlphaProof が代数の2問と数論の1問を、AlphaGeometry 2 が図形の1問を解いたこと、合わせて28点で銀メダルの水準、1問は数分、ほかは最大3日かかったこと、人の言葉のやり方はもっともらしい間違いをしうること。2026年11月17日に読んだ)
- Anthropic「Formalizing Fermat's Last Theorem」(会社の発表、2026年9月4日。Claude がほぼ自力で11日間取り組み、フェルマーの最終定理の、コンピューターで確かめた初めての完全な証明を Lean で書いたとすること、約1300万行、Lean の3つの標準の公理だけに頼ること、示した定理の文が Mathlib の文と同じことを道具〔comparator〕で確かめたこと、Wiles の1995年の証明、Buzzard の計画などの一部を取り入れたこと、Buzzard が証明を見て意見を寄せたこと。2026年11月17日に読んだ)
- Lean 日本語コミュニティ「Lean JA」(日本語のページ。Lean は純粋な関数型の言葉で、証明支援系でもあり、数学の証明を確かめられるという呼び名と説明。2026年11月17日に読んだ)
このページは、上の資料をもとにAIが書き、書いたAIとは別のAIが、資料の本文と照らして確かめました(2026年11月17日)。理学の修士号と、高校理科の教員免許を持つ人も読んで確かめてから出しています。数字は、その時点のものです。わかりにくかったところ、誤りのご指摘、解説してほしい用語は、[email protected] へお寄せください。
AIの用語
- アライメント偽装
- AIアライメント
- AIエージェント
- エンベディング
- 解釈可能性
- 過学習
- 拡散モデル
- 機械学習
- 強化学習(RL)
- 形式検証
- 検索拡張生成(RAG)
- 混合エキスパート(MoE)
- コンテキストウィンドウ
- 再帰言語モデル(RLM)
- 再帰的自己改善(RSI)
- サブリミナル学習
- 時間地平線
- 思考の連鎖(CoT)
- システムプロンプト
- 事前学習
- 自動形式化
- シャットダウン抵抗
- シンギュラリティ
- 人工知能(AI)
- 深層学習
- 推論モデル
- スリーパーエージェント
- 生成AI
- 潜在空間
- 創発的ミスアライメント
- 大規模言語モデル(LLM)
- 脱獄
- 段階的無力化
- 知能爆発
- 超知能(ASI)
- ディープフェイク
- データポイズニング
- 敵対的生成ネットワーク(GAN)
- 転移学習
- トークン
- トランスフォーマー
- ニューラリーズ
- ニューラルネットワーク
- ハイパーパラメーター
- バックドア
- パラメーター
- ハルシネーション
- 汎化
- 汎用人工知能(AGI)
- 評価認識
- ファインチューニング
- プロンプト
- プロンプトインジェクション
- ペルソナベクトル
- ベンチマーク
- 報酬ハッキング
- 読んでいるページLean
- レッドチーム