Professional LexiconAI・LLM実務辞典
AI・LLMの実務で参照する用語を、分野別に整理して掲載します。
R の用語
- RNN / LSTM
- 系列データを時刻順に処理し、内部状態で過去の情報を保持するニューラルネットワーク（RNN）と、ゲート機構で長期依存を扱いやすくした改良型（LSTM）。Transformer普及前の系列処理の主流。
- RoPE
- Rotary Position Embeddingの略。回転変換を用いてトークン位置情報をAttentionへ組み込む位置表現方式。
- Relevant Context
- 現在のタスクに直接関係する、有用性の高い文脈情報。
- robots.txt
- Webサイト管理者がクローラーへアクセス希望範囲を伝えるためのファイル。技術的なクロール方針であり、それ自体が利用許諾や法的権利を保証するものではない。
- Reflexion
- 実行結果や言語的フィードバックを振り返りとして保持し、次の試行で方針を改善するAgent型の反復手法。
- Reward Hacking
- 評価関数や報酬の意図を満たすのではなく、測定方法の抜け穴を利用して高い報酬だけを得る挙動。
- Regression Test
- 変更によって以前できていたことが壊れていないか確認するテスト。プロンプト・モデル・RAGデータ等の変更時に自動で実行する。
Regression Testの定義を見る · Evals・テスト・LLMOpsの全体像
関連する記事を読む（1件）
- Rater Drift
- 人間評価者の判断基準が時間・経験・運用変更などによって徐々に変化し、評価結果の一貫性が崩れる現象。
- Recall
- 実際に該当する対象のうち、正しく検出できた割合。検索漏れや見逃しの評価に使う。
- ROUGE
- 生成要約と参照要約の語句・n-gram等の重なりを用いて、主に要約品質を評価する指標群。
- Retrieval Precision
- 検索で取得した候補のうち、実際に関連する文書・チャンクが占める割合を評価する指標。
- RAGAS
- RAGのFaithfulness、Answer Relevancy、Context Precision等を評価するために使われるオープンソースの評価フレームワーク。
- ReAct
- Reasoning and Actingの略。推論とツール利用・行動を交互に組み合わせてタスクを進めるAgent設計の考え方。
- Retry
- 一時的な失敗に対して同じ処理を再試行する仕組み。副作用操作では二重実行への配慮が必要。
- ReWOO
- 推論計画とツール実行を分離し、必要な情報取得を計画的に行って最終回答へ統合するAgent手法。
- RFC 9207 Issuer Validation
- OAuth Authorization Responseに含まれるiss Parameterを検証し、異なるAuthorization Server間の取り違えやCredential Mix-upを防ぐ仕組み。MCP 2026-07-28仕様では、Authorization Serverはissを含めることが推奨され（SHOULD）、含まれる場合はClientによる検証が必須（MUST）とされた。〔時点依存〕
- race condition
- 並行処理の実行順によって結果が不定になる競合状態。
- rm -rf
- Unix系OSでファイル・ディレクトリを再帰的かつ強制的に削除するコマンド。
- Regulated
- 法令・規制等で取扱い条件が定められた情報区分。個人情報・医療・金融等の規制に応じ、AI利用の前に保存場所・委託先・ログの扱いを確認する。
- Retention Policy（保持方針）
- データ・ログ等を何の目的で、どの期間保存し、いつ削除・匿名化するかを定める方針。
- Responsible AI
- 公平性、透明性、安全性、プライバシー、説明責任などを考慮し、AIを責任ある形で設計・開発・利用する考え方。
- RSP（Responsible Scaling Policy）
- AI能力の向上に応じて評価・安全対策・配備条件を段階的に強化する方針の総称。
- RFP
- Request for Proposalの略。システムやAIサービスの導入に際し、要件・条件を示して候補事業者へ提案を求める文書・手続。
- RPA
- Robotic Process Automationの略。定型的なPC操作や業務処理をソフトウェアで自動化する仕組み。AIと組み合わせて利用されることもある。
- RLHF
- Reinforcement Learning from Human Feedbackの略。人間のフィードバックや選好を利用してモデルの振る舞いを調整する手法。
- RLAIF
- Reinforcement Learning from AI Feedbackの略。人間の代わりにAIから得た評価・選好等を利用してモデルを強化学習する手法。
- RLVR
- Reinforcement Learning with/from Verifiable Rewardsの略。正解判定やルール検証など機械的に確認可能な報酬を使ってモデルを強化学習する手法。
- Reinforcement Fine-Tuning（RFT）
- Modelの出力をGraderやReward Signalで評価し、その結果を使って特定Task・Domain向けに追加学習するFine-tuning方式。検証可能な正解や明確な評価基準を持つTaskと相性がよい。
Reinforcement Fine-Tuning（RFT）の定義を見る · Fine-tuning・最適化・モデル運用の全体像
- ROI
- Return on Investmentの略。投入した費用・工数に対して得られた効果の指標。
- RAG（Retrieval-Augmented Generation）
- 検索で取得した外部情報を使って回答を生成する検索拡張生成の方式。適切な資料を検索できなければ回答品質は上がらないため、検索の精度と生成の忠実性を分けて評価する。
- RAGコーパス
- RAGが検索対象として利用する文書・データの集合。古い版・重複・機密区分の異なる文書が混在すると誤回答や情報漏えいにつながるため、収録基準と更新・削除のルールを定める。
- Reranker
- 初期検索で取得した候補を、より高精度な関連度評価で並べ替えるモデル・処理。
- Retrieval Recall
- 必要な関連情報のうち検索処理がどれだけ取得できたかを表す検索評価の観点。
- Reciprocal Rank Fusion（RRF）
- 複数の検索結果順位を、各順位の逆数に基づくスコアで統合するランキング融合手法。
- RAG Triad
- RAGを評価する際に、検索文脈の関連性、回答の根拠への忠実性、質問への回答適合性を組み合わせて見る評価枠組み。
- Recursive Character Splitting
- 段落・改行・句読点等の区切りを優先順位順に使い、指定サイズへ近づけながら文書を再帰的に分割するチャンキング手法。
- RAPTOR（Recursive Abstractive Processing for Tree-Organized Retrieval）
- 文書ChunkをEmbedding、Clustering、要約しながら階層Treeを作り、詳細Chunkから上位Summaryまで複数粒度で検索するRAG手法。
RAPTOR（Recursive Abstractive Processing for Tree-Organized Retrieval）の定義を見る · RAG・検索工学の全体像
- RBAC
- Role-Based Access Controlの略。役割に応じてアクセス権限を付与する方式。
- Row-Level Security
- データベース等でユーザーや条件に応じて閲覧・操作できる行を制限する仕組み。
- ROT13
- 英字を13文字分ずらす単純な文字置換方式。難読化された入力の一例として、安全検査では変換後の意味内容も考慮する。
- Retrieval Injection
- RAGの検索対象文書へ悪意ある命令や誘導を埋め込み、取得後のモデル挙動を操作する攻撃。
Retrieval Injectionの定義を見る · AI Security・Threat Modeling・出力境界の全体像
- Rogue Agents
- 許可された目的・ポリシー・権限境界から逸脱し、監視困難な行動を継続するAgentを扱うセキュリティ上の概念。
- Rules File Backdoor
- AGENTS.md、CLAUDE.md、.cursorrules等、Coding Agentが自動読込するInstruction Fileへ悪意ある指示を埋め込み、生成CodeやTool操作を継続的にManipulateするSupply Chain攻撃。
Rules File Backdoorの定義を見る · AI Security・Threat Modeling・出力境界の全体像
- Replay
- 記録した入力や実行情報を使い、過去の処理を再現して障害分析・検証すること。
- Runbook
- 障害・運用イベント時に実施する確認、停止、復旧、連絡等の手順をまとめた運用手順書。
- Reasoning Effort
- 推論モデルが内部推論へ割り当てる計算量・深さを調整する設定・概念。高くすると精度が上がる場合がある一方、遅延とコストが増えるため、タスクの難易度に応じて設定する。
- RadixAttention
- 共通Prefix等のKV CacheをRadix Treeで管理・再利用し、複数Requestや複雑なPrompt workloadのPrefill負荷を減らすキャッシュ技術。
- Ray / Ray Serve
- Python WorkloadをClusterへ分散実行するFrameworkと、Model・LLM ServiceをRouting・Autoscalingしながら提供するServing Library。
- Repository Map
- リポジトリ内のファイル、モジュール、依存関係等を要約してAgentの探索を助ける構造情報。
- Residual Risk
- 統制・対策を適用した後にも残るリスク。Risk Acceptanceの対象となるため、受容者と見直し時期を記録する。
Residual Riskの定義を見る · AIガバナンス・評価・Fairness・UXの全体像
関連する記事を読む（3件）