チャットに最適化されたLLMで分類・ルーティング・ガードレールを行うと、文字列が返ってきて、その文字列を再度パースする必要があります。そこには幻覚や型の逸脱、数秒の遅延、出力トークンのコストが伴います。 この講義では、TypeSafe初のSystem OneモデルであるJevを軸に、状態（state）を入力すると、スキーマ内の型付きの判断とキャリブレーション済みの確率が出力される構造を扱います。モデルは文字列を生成しません。並列サンプリングとRLCD（Reinforcement Learning for Calibrated Decisions）がなぜ判断を高速化するのか、Choice・Score・Noulを1つのリクエストにどう組み合わせるのか、そして構造化できる判断はJevに任せ、自由記述はLLMに任せるハイブリッドまで、概念とコードで整理します。

韓国語を深く理解し、長文にも対応し、実際の業務まで遂行するAI――それがSolar Open 2の目指す方向です。 このクラスでは、Upstageが公開したSolar Open 2のテクニカルレポートを、「紹介 → 設計 → 学習 → 評価」の順にわかりやすく解説します。 専門用語は日常的なたとえや視覚資料を用いてかみ砕き、初心者でも「何を・どのように・なぜ」を一連の流れで理解できるようにします。

多くの方がChatGPTを使い、レコメンドや自動運転のニュースにも日頃から触れていますが、いざ「なぜこのように動くのか」を説明しようとすると、言葉に詰まってしまいます。 コーディング講座についていけばコードは動くようになりますが、原理は身につきません。一方、数学の講義だけを受けると公式は理解できても、AIとのつながりが見えてきません。海外の講義は英語が負担になり、国内の入門講座は実習中心になりがちです。 私はAIコンペティションで実際にモデルを作り、「みんなのAI」を運営しながら、数千人の学習者と接してきました。その中で、同じ場面を何度も目にしてきました。つまずく原因はツールの使い方ではなく、関数・微分・ベクトル・逆伝播がそれぞれ分断されていることでした。 この講座は、その分断をつなぎます。 関数が入力と出力をどのように定義するのか、微分が学習の方向をどのように決めるのか、逆伝播が誤差をどのように伝えるのかまで、数学の基礎からニューラルネットワーク、ソフトマックスまでを一つの流れで解説します。 公式の暗記やコードの写経ではなく、数式と直感的な図を通して「なぜ」を理解するための講座です。 AIをきちんと理解したい方にとって、その先のディープラーニングへ進むための確かな第一歩となります。