この動画について
生成AIに入力した瞬間に学習が起きる――そのイメージは、いま実際に実装されていることとずれています。この動画では、「リアルタイム学習はそもそも研究として目指されているのか」という問いから出発し、継続学習という分野が何を課題にしているかを、専門知識ゼロから整理します。
全4話のシリーズ「LLMは『時間』を獲得するのか ― リアルタイム学習とPRのゆくえ」の第1話です。広報・PR担当者に向けて、LLMの学習の仕組みと、それがPR実務にどう跳ね返るかを解説しています。
▼この動画でわかること
・「入力の瞬間に重みが更新される」公開根拠が確認できない理由
・一方で「継続適応」が査読研究・企業研究で明確に目指されている現状
・検索の最新性と、学習の最新性という二種類の「最新」の違い
・破滅的忘却と、それを抑えるReplay・Data Mixtureという構成要素
▼シリーズ本編（note・無料）
本動画の元になった記事を、noteで全4話公開しています。動画では脚注扱いだった一次ソースと、各話の根拠判定は、記事でご確認いただけます。
https://note.com/todoonada/m/m7ac13829155a
▼AIがあなたの会社を何と答えているか、実測できます
LLM認識計測ツール「ディギディギ」は、想起シェア・正引き／逆引き・ハルシネーション検出で、事前学習データ上の立ち位置を定量化します。単体プラン月額10,000円、Qlipperご契約者は無償。
https://digidigi.qlipper.jp
画面をご覧いただきながらご相談いただける、1on1ミーティングも開催中です。
https://timerex.net/s/qlipper/f8f13c89/
▼運営
株式会社トドオナダ
PR効果測定サービス「Qlipper」／ LLM認識計測ツール「ディギディギ」
https://qlipper.jp
▼主な参考文献・一次資料
・Zheng, J. et al. (2025) "Towards Lifelong Learning of Large Language Models: A Survey." ACM Computing Surveys. DOI: 10.1145/3716629
・Shi, H. et al. (2025) "Continual Learning of Large Language Models: A Comprehensive Survey." ACM Computing Surveys. DOI: 10.1145/3735633
・Kim, J. et al. (2026) "Benchmarking Online Adaptation to Continual Knowledge Streams." ACL 2026. DOI: 10.18653/v1/2026.acl-long.1956
・Cossu, A. et al. (2024) Neural Networks 179:106492. DOI: 10.1016/j.neunet.2024.106492
・Longpre, S. et al. (2024) "A Pretrainer's Guide to Training Data." NAACL 2024. DOI: 10.18653/v1/2024.naacl-long.179
#LLMO #広報 #PR #生成AI #ChatGPT #継続学習 #事前学習対策 #AIブランド認知
