翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 主要な用語
<a name="key-definitions"></a>

この章では、Amazon Bedrock の機能とその仕組みを理解するのに役立つ用語について説明します。生成 AI に関する用語と Amazon Bedrock の基本機能を理解するには、次のリストをお読みください。
+ **基盤モデル (FM)** – 多数のパラメータを持ち、大量の多様なデータについてトレーニングされた AI モデル。基盤モデルは、幅広いユースケースに対してさまざまなレスポンスを生成できます。基盤モデルはテキストまたはイメージを生成でき、入力を*埋め込み*に変換することもできます。基盤モデルの詳細については、「[Amazon Bedrock でサポートされている基盤モデル](models-supported.md)」を参照してください。
+ **ベースモデル** – プロバイダーによってパッケージ化され、すぐに使用できる基盤モデル。Amazon Bedrock は、業界をリードするプロバイダーのさまざまな基盤モデルを提供します。詳細については、「[Amazon Bedrock でサポートされている基盤モデル](models-supported.md)」を参照してください。
+ **モデル推論** – 与えられた入力 (プロンプト) から出力 (レスポンス) を生成する基盤モデルのプロセス。詳細については、「[推論リクエストの実行](inference.md)」を参照してください。
+ **プロンプト** – 入力に対する適切なレスポンスまたは出力を生成するようにモデルをガイドするためにモデルに提供される入力。例えば、テキストプロンプトは、モデルのレスポンスのために 1 行で構成されたり、モデルが実行する指示やタスクを詳細に説明したりすることができます。プロンプトには、タスクのコンテキスト、出力の例、またはレスポンスに使用するモデルのテキストを含めることができます。プロンプトを使用して、分類、質問への回答、コード生成、クリエイティブライティングなどのタスクを実行できます。詳細については、「[プロンプトエンジニアリングの概念](prompt-engineering-guidelines.md)」を参照してください。
+ **トークン** – モデルが単一の意味単位として解釈または予測できる文字のシーケンス。例えば、テキストモデルでは、トークンは単語だけでなく、文法的な意味を持つ単語の一部 (「ed」など)、句読点 (「？」など)、または一般的なフレーズ (「a lot」など) が含まれます。
+ **モデルパラメータ** – 入力の解釈とレスポンスの生成におけるモデルとその動作を定義する値。モデルパラメータはプロバイダーによって制御および更新されます。モデルパラメータを更新し、*モデルカスタマイズ*のプロセスを通じて新しいモデルを作成することもできます。
+ **推論パラメータ** – **モデル推論**中に調整してレスポンスに影響を与えることができる値。推論パラメータは、さまざまなレスポンスに影響を与える可能性があり、レスポンスの長さや指定されたシーケンスの発生を制限することもできます。特定の推論パラメータの詳細と定義については、「[推論パラメータでレスポンスの生成に影響を与える](inference-parameters.md)」を参照してください。
+ **プレイグラウンド** – Amazon Bedrock に慣れるためにモデル推論の実行を試 AWS マネジメントコンソール すことができる、 の使いやすいグラフィカルインターフェイス。プレイグラウンドを使用して、入力されるさまざまなプロンプトに対して生成されるレスポンスへのさまざまなモデル、設定、推論パラメータの影響をテストします。詳細については、「[Generate responses in the console using playgrounds](playgrounds.md)」を参照してください。
+ **埋め込み** – 入力を**埋め込み**と呼ばれる数値のベクトルに変換して情報を集約し、共有数値表現を使用して異なるオブジェクト間の類似性を比較するプロセス。例えば、文を比較して意味の類似性を判断したり、画像を比較して視覚的類似性を判断したり、テキストと画像を比較して相互に関連しているかどうかを確認したりできます。テキスト入力と画像入力を平均埋め込みベクトルに結合して、ユースケースに関連するかどうかを確認することもできます。詳細については、「[推論リクエストの実行](inference.md)」および「[Amazon Bedrock ナレッジベースでデータを取得して AI レスポンスを生成する](knowledge-base.md)」を参照してください。
+ **オーケストレーション** – 基盤モデルとエンタープライズデータおよびアプリケーションを調整してタスクを実行するプロセス。詳細については、「[AI エージェントを使用してアプリケーションのタスクを自動化する](agents.md)」を参照してください。
+ **エージェント** – 基盤モデルを使用して入力を周期的に解釈し、出力を生成することでオーケストレーションを実行するアプリケーション。エージェントを使用して、顧客のリクエストを実行することもできます。詳細については、「[AI エージェントを使用してアプリケーションのタスクを自動化する](agents.md)」を参照してください。
+ **検索拡張生成 (RAG)** – プロセスには次が含まれます。

  1. データソースからの情報のクエリと取得

  1. この情報でプロンプトを拡張し、基盤モデルのコンテキストの提供を改善すること

  1. 追加のコンテキストを使用して基盤モデルからより良い応答を取得すること

  詳細については、「[Amazon Bedrock ナレッジベースでデータを取得して AI レスポンスを生成する](knowledge-base.md)」を参照してください。
+ **モデルのカスタマイズ** – トレーニングデータを使用してベースモデルのモデルパラメータ値を調整し、**カスタムモデル**を作成するプロセス。モデルのカスタマイズの例としては、ラベル付きデータ (入力と対応する出力) を使用してモデルパラメータを調整する**ファインチューニング**などがあります。Amazon Bedrock で使用できるモデルのカスタマイズ手法の詳細については、「[モデルをカスタマイズしてユースケースのパフォーマンスを向上させる](custom-models.md)」を参照してください。
+ **ハイパーパラメータ** – **モデルのカスタマイズ**での調整に使用し、トレーニングプロセス、ひいては出力カスタムモデルを制御することができる値。具体的なハイパーパラメータの詳細と定義については、「[カスタムモデルのハイパーパラメータ](custom-models-hp.md)」を参照してください。
+ **モデル評価** – モデル出力を評価および比較して、ユースケースに最適なモデルを決定するプロセス。詳細については、「[Amazon Bedrock リソースのパフォーマンスを評価する](evaluation.md)」を参照してください。
+ **プロビジョンドスループット** – モデル推論中に処理されるトークンの量やレートを増やすために、ベースモデルまたはカスタムモデル用に購入するスループットのレベル。モデルのプロビジョンドスループットを購入すると、モデル推論を実行するために使用できる**プロビジョンドモデル**が作成されます。詳細については、「[Amazon Bedrock のプロビジョンドスループットでモデル呼び出し容量を増やす](prov-throughput.md)」を参照してください。