LLM入門書シリーズ

Sho Shimoda による、大規模言語モデルを扱うための全7巻のフィールドガイド。全巻、Amazonで販売中。

このシリーズが目指していること

LLM入門書シリーズは、大規模言語モデルを「仕組みから理解する」ための、全7巻の読みものです。日々コードを書いている技術者の方、開発寄りの製品担当の方、専門家ではないけれど興味を持って読み進めたい方 — 技術にきちんと向き合おうとする読者を想定して書きました。各巻はそれぞれ別の側面を扱っていますが、技術的な厳密さを保ちつつ、現場で使える粒度にまで噛み砕くことを心がけています。

シリーズ全体は、大規模言語モデルを扱う工学の全体像を、順を追って組み立てられるように並べています — 基礎(第1巻)、数学(第2巻)、検索との連携(第3巻)、文脈の設計(第4巻)、本番アプリケーション(第5巻)、規模と推論のインフラ(第6巻)、そして安全性(第7巻)。1冊だけ手元に置く読み方も、シリーズを順に追いかける読み方もできます。

姉妹編として『Physical AI — 物理世界を推論するAI』も進行中で、ロボティクス、ワールドモデル、身体を持ったAIといった、テキスト生成の外側にあるAI分野を、同じ流儀で扱う予定です。

このページの読み方

下に各巻の目次を、部ごとに整理して掲載しています。章ごとの解説記事が公開済みのものはリンクを、まだ公開していないものはリンクのない地のままの文字で並べてあります。

付録もリストには載せていますが、これらは 書籍にだけ収録している内容 — 参考資料、早見表、解答付きの演習、その他「本の巻末」に置くべきもの — です。解説記事の対象にはしていません。付録まで手元に置きたい方は、書籍を覗いてみてください。

全7巻

第1巻 — 生成AIの仕組み 大規模言語モデルの基礎を、できるだけやさしく、実用に近いところまで。 シリーズ全体の土台となる入口の1冊。ゼロから — トークン、学習、そして「次の単語を予測する」という一見素朴な行為から始めて — 大規模言語モデルとは何か、どのように訓練されるか、なぜそのように振る舞うのか、を予備知識なしで追えるかたちで描きます。専門用語は剥がし、誠実な見取り図を組み立てる。これ以降のすべての巻が、その上に積み上がっていきます。

シリーズ序文: LLM Primer I 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第2巻 — 数学で読み解く言語モデル 数学的な洞察で AI の内部を覗く。 AI の内部 — Attention、最適化のダイナミクス、損失の地形、スケーリングの振る舞い — を、それらを「動かしている数学」のかたちで追いかける、数学的に厳密で、それでもなお読み物として読める一冊。重要な式はひとつひとつ完全に導出し、ひとつずつ物語と類例と具体的な数値計算で包み直しています。第1巻が脇のコラムに留めた数学を、本筋として読みたい方へ。

シリーズ序文: LLM Primer II 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第3巻 — RAG で強化するエンタープライズAI エンタープライズ向けの Retrieval-Augmented Generation を作る、実務的な手引き。 現場で扱う RAG — ベクトルデータベース、チャンキング戦略、そして「自社のドキュメントにモデルを接地させる」アーキテクチャ。最新性と出典を伴うエンタープライズな回答を組み立てるために要るものを、一通り並べていく一冊。「最新性」と「出典」を満たさないと話が始まらない、そういう仕事に AI を載せる立場の方へ。

シリーズ序文: LLM Primer III 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第4巻 — MCP で設計する AI の認知 信頼できる AI エージェントのために、コンテキスト、ツール、メモリを工学する。 構造化されたコンテキストモデリングと、オーケストレーション。モデルの内部ではなく、モデルに「見せる文脈と状況」を作り込むことで推論を整える、という思想です。エージェント型システムを作る立場の方へ — ツールの目録、長時間走るループ、セッションを跨ぐメモリ、そして「モデルに何を見せるか」を設計する規律まで。

シリーズ序文: LLM Primer IV 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第5巻 — 実世界の LLM アプリケーションを作る 本番運用の LLM システムを設計し、評価し、運用する。 プロトタイプから本番まで — API 設計、評価ループ、監視、統合 — を、システム指向の視点で順に辿る一冊。モデルを、ユーザーが日々使うサービスへと整えていく工程。アーキテクチャの理解を、実際の現場へと橋渡しする段階の方に。

シリーズ序文: LLM Primer V 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第6巻 — AI システムをスケールさせる 本番で動かす、低レイテンシな LLM 推論を組み立てる。 分散サービング、レイテンシ最適化、コストモデリング — 1日に何百万回も応答する規模のシステムのための、推論アーキテクチャ。AI システムが1台のサーバーを超えて、「インフラ」として扱う必要が出てきた段階の方へ。

シリーズ序文: LLM Primer VI 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

第7巻 — AI セキュリティ プロンプトインジェクション、ジェイルブレイク、敵対的脅威から LLM システムを守る。 安全で堅牢な AI を設計する。敵対的なリスク、プロンプトインジェクション、ガバナンスのフレームワーク、そして実世界に展開されたシステムのための防御的な設計。AI システムを「セキュリティに関わるインフラ」として扱う必要が出てきた方に。

シリーズ序文: LLM Primer VII 章ごとの解説 — シリーズ序文と一覧

付録 (書籍のみ)

姉妹編 — Physical AI

LLM入門書シリーズは、テキスト空間で動くAIを扱う、7巻の完結したフィールドガイドです。その隣で、もう一つ別の系統 — ロボット、自動運転車、身体を持って物理世界と関わるAI — を、同じ流儀で扱う姉妹シリーズ『Physical AI』を進めています。ワールドモデル、模倣学習、シミュレーションから現実への移行、センサーフュージョン、身体を持ったエージェント。「言語モデル」から「物理を扱うモデル」へと関心が広がってきた方には、次に取っていただける並走した読みものになります。