2026年のLLMスタック：モデル、推論、ツール、トレードオフ — 関連動画

Andrej Karpathy

LLMの実体を、事前学習、トークン化、SFT、RLHF、推論RL、ツール利用、ハルシネーションまで、モデルのトレードオフを判断するためにエンジニアが必要とする詳しさで一貫して説明した、YouTube上で最も明快な動画です。一度視聴すれば、記事で扱う「GPTクラスか、オープンウェイトか、推論モデルか」という判断を、ブランド選びではなく学習レシピの選択として捉えられるようになります。

このセクションから得られるもの: トークン、学習、ツール、障害について判断できる水準まで、現代のLLMスタックを理解できます。

視聴または事前に知っておくべきもの: エンジニアリングの経験があると理解しやすくなります。機械学習の前提知識は不要ですが、3時間半の視聴時間を確保してください。

Y Combinator

KarpathyはAI Startup Schoolの基調講演で、LLMをユーティリティ、製造工場、OSが一体化した新しい種類のコンピューターとして位置づけ、人間が手綱を握る「部分的自律性」のある製品を提唱しています。これは、記事が前提とするスタックレベルのメンタルモデルを最も明快に表現したものです。つまり、チャットボットのためではなく、プログラム可能な基盤のために推論ベンダーやツールを選ぶという考え方です。

このセクションから得られるもの: リスクの高い判断を人間が制御し続ける、部分的に自律した製品のアイデアを評価できます。

視聴または事前に知っておくべきもの: ありません。予備知識なしで視聴できますが、詳細解説で学習レシピの基礎を理解した後に見ると、より効果的です。