リファレンスドキュメント > GenAIリファレンス > 本機能の提供について

本機能の提供について¶

以下のセクションでは、GenAIモデルの作成に含まれるさまざまな要素のサポートについて説明します。

利用可能なLLM。使用非推奨やサポート終了に関する情報も含まれます。
利用可能な埋め込み。多言語サポートも含まれます。
共有と権限。
サポートされているデータセットタイプ。

トライアルユーザー

DataRobotの無料トライアルに関する注意事項をご覧ください。

ご参考までに、利用可能な各LLMの概要説明もご覧ください。

利用可能なLLM¶

LLMおよびLLM Gatewayを使用する際には、以下の点に注意してください。

利用可能なLLM GatewayRate limits組織管理者向けセルフマネージド環境で利用可能なリージョン

LLM Gatewayを利用できるかどうかは、料金プランによって異なります。利用できる場合、LLM Gateway経由で利用可能な特定のLLMは、最終的には組織の管理者が管理します。以下のリストにあるLLMがLLMブループリントの構築時に選択オプションとして表示されない場合は、管理者に連絡してください。外部のLLMプロバイダーとのインターフェイスに使用できるDataRobot APIエンドポイントについては、LLM Gatewayサービスのドキュメントも参照してください。 LLM GatewayサービスによるLLMの利用は、政府機関以外のリージョンに限定されています。

LLM Gatewayサービスでは利用できないLLMと連携するには、DataRobot Pythonクライアントを使用して外部LLM連携を構築および検証する方法の概要を説明したノートブックをご覧ください。

設定によっては、組織全体におけるチャット補完呼び出しの総数にレート制限が適用される場合があります。上限に達したというメッセージがアプリケーションから返された場合、制限は24時間後にリセットされます。リセットまでの時間はエラーメッセージに表示されます。制限を解除するには、組織の料金プランを管理する管理者またはDataRobotの担当者に連絡してください。

LLM Gatewayの一部であるすべてのLLMは、デフォルトでは無効になっており、組織管理者のみが有効にできます。ユーザーや組織でLLMを有効にするには、機能へのアクセスページでLLM_を検索します。利用可能なLLMの全リストが表示されます。これらのLLMは、DataRobotプラットフォームでの実運用に対応しています。

さらに、組織管理者は、機能へのアクセスでファストトラックLLMを有効にするもオンにすることで、外部のLLMプロバイダーから最新のLLMにアクセスできるようになります。これらのLLMについては、DataRobotのテストおよび承認プロセスがまだ完了していないため、本番環境での使用にはお勧めできません。

利用可能なプロバイダーリージョンの情報は、DataRobotのマネージドマルチテナントSaaS環境にのみ該当します。セルフホスト型（シングルテナントSaaS、VPC、オンプレミス）のデプロイでは、プロバイダーリージョンはインストール構成に依存するため、この情報は該当しません。

以下の表は、プロバイダー別のLLMの一覧です。

Amazon Bedrock
Azure OpenAI
Google VertexAI
Anthropic
Cerebras

* TogetherAI

以下の表は、利用可能なLLMをプロバイダー別に示したものですが、次の点に注意してください。

インジケーター	説明
†	EUの規制により、EUプラットフォームのクラウドユーザーは、モデルへのアクセスができません。
‡	日本の規制により、JPプラットフォームのクラウドユーザーは、モデルへのアクセスができません。
Δ	プレイグラウンドでLLMプロバイダーのサービスを呼び出すために使用されるモデルID。この値は、デプロイされたLLMブループリントでボルトオンのガバナンスAPIを使用する際の`model`パラメーターの推奨値でもあります。
©	Meta Llamaは、Meta Llama 4のコミュニティライセンスに基づいてライセンスされています。Copyright © Meta Platforms, Inc. All Rights Reserved.

Amazon Bedrock¶

利用可能なAmazon Bedrock LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
Amazon Nova Lite	300,000	10,000	`bedrock/amazon.nova-lite-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Amazon Nova Micro	128,000	10,000	`bedrock/amazon.nova-micro-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Amazon Nova Premier†	1,000,000	32,000	`bedrock/amazon.nova-premier-v1:0`	us-east-1 us-west-2
Amazon Nova Pro	300,000	10,000	`bedrock/amazon.nova-pro-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Amazon Titan	8,192	8,192	`bedrock/amazon.titan-text-express-v1`	us-east-1 eu-central-1 ap-northeast-1
Anthropic Claude Sonnet 4.5†	200,000	64,000	`bedrock/anthropic.claude-sonnet-4-5-20250929-v1:0`	us-east-1 us-west-2 ap-northeast-1
Anthropic Claude Sonnet 4†	200,000	65,536	`bedrock/anthropic.claude-sonnet-4-20250514-v1:0`	us-east-1 us-west-2 ap-northeast-1
Anthropic Claude Sonnet 3.7 v1	200,000	131,072	`bedrock/anthropic.claude-3-7-sonnet-20250219-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Anthropic Claude Sonnet 3.5 v1	200,000	8,192	`bedrock/anthropic.claude-3-5-sonnet-20240620-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Anthropic Claude Sonnet 3.5 v2†	200,000	8,192	`bedrock/anthropic.claude-3-5-sonnet-20241022-v2:0`	us-east-1 us-west-2 ap-northeast-1
Anthropic Claude Sonnet 3	200,000	4,096	`bedrock/anthropic.claude-3-sonnet-20240229-v1:0`	us-east-1 eu-central-1 ap-southeast-2
Anthropic Claude Opus 4.6	200,000	128,000	`bedrock/anthropic.claude-opus-4-6-v1`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Anthropic Claude Opus 4.5	200,000	64,000	`bedrock/anthropic.claude-opus-4-5-20251101-v1:0`	us-east-1 us-west-2 eu-central-1 ap-northeast-1
Anthropic Claude Opus 4.1†	200,000	32,000	`bedrock/anthropic.claude-opus-4-1-20250805-v1:0`	us-east-1 us-west-2
Anthropic Claude Opus 4†	200,000	32,768	`bedrock/anthropic.claude-opus-4-20250514-v1:0`	us-east-1 us-west-2
Anthropic Claude Opus 3†	200,000	4,096	`bedrock/anthropic.claude-3-opus-20240229-v1:0`	us-west-2
Anthropic Claude Haiku 3.5 v1†	200,000	8,192	`bedrock/anthropic.claude-3-5-haiku-20241022-v1:0`	us-east-1 us-west-2
Anthropic Claude Haiku 3	200,000	4,096	`bedrock/anthropic.claude-3-haiku-20240307-v1:0`	us-east-1 us-west-2 eu-central-1 ap-southeast-2
Anthropic Claude 2.1	200,000	4,096	`bedrock/anthropic.claude-v2:1`	us-east-1 eu-central-1 ap-northeast-1
Cohere Command R†	128,000	4,096	`bedrock/cohere.command-r-v1:0`	us-east-1 us-west-2
Cohere Command R Plus†	128,000	4,096	`bedrock/cohere.command-r-plus-v1:0`	us-east-1 us-west-2
DeepSeek R1 v1†	128,000	32,768	`bedrock/deepseek.r1-v1:0`	us-east-1 us-west-2
Meta Llama 3 8B Instruct v1†©	8,192	2,048	`bedrock/meta.llama3-8b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3 70B Instruct v1†©	8,192	2,048	`bedrock/meta.llama3-70b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3.1 8B Instruct v1†©	128,000	8,192	`bedrock/meta.llama3-1-8b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3.1 70B Instruct v1†©	128,000	8,192	`bedrock/meta.llama3-1-70b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3.1 405B Instruct v1†©	128,000	4,096	`bedrock/meta.llama3-1-405b-instruct-v1:0`	us-west-2
Meta Llama 3.2 1B Instruct v1©	131,000	8,192	`bedrock/meta.llama3-2-1b-instruct-v1:0`	us-east-1 us-west-2 eu-central-1
Meta Llama 3.2 3B Instruct v1©	131,000	8,192	`bedrock/meta.llama3-2-3b-instruct-v1:0`	us-east-1 us-west-2 eu-central-1
Meta Llama 3.2 11B Instruct v1†©	128,000	8,192	`bedrock/meta.llama3-2-11b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3.2 90B Instruct v1†©	128,000	8,192	`bedrock/meta.llama3-2-90b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 3.3 70B Instruct v1†©	128,000	8,192	`bedrock/meta.llama3-3-70b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 4 Maverick 17B Instruct v1†©	1,000,000	8,192	`bedrock/meta.llama4-maverick-17b-instruct-v1:0`	us-east-1 us-west-2
Meta Llama 4 Scout 17B Instruct v1†©	3,500,000	8,192	`bedrock/meta.llama4-scout-17b-instruct-v1:0`	us-east-1 us-west-2
Mistral Mistral 7B Instruct v0†	32,768	8,192	`bedrock/mistral.mistral-7b-instruct-v0:2`	us-east-1 us-west-2
Mistral Mistral Large 2402 v1†	32,768	8,192	`bedrock/mistral.mistral-large-2402-v1:0`	us-east-1 us-west-2
Mistral Mistral Small 2402 v1†	32,768	8,192	`bedrock/mistral.mistral-small-2402-v1:0`	us-east-1
Mistral Mixtral 8x7B Instruct v0†	32,768	4,096	`bedrock/mistral.mixtral-8x7b-instruct-v0:1`	us-east-1 us-west-2
NVIDIA Nemotron Nano 2 12B†	128,000	128,000	`bedrock/converse/nvidia.nemotron-nano-12b-v2`	us-east-1 us-west-2 ap-northeast-1
NVIDIA Nemotron Nano 2 9B†	128,000	128,000	`bedrock/converse/nvidia.nemotron-nano-9b-v2`	us-east-1 us-west-2 ap-northeast-1
OpenAI gpt-oss-20b	131,072	128,000	`bedrock/openai.gpt-oss-20b-1:0`	us-west-2
OpenAI gpt-oss-120b	131,072	128,000	`bedrock/openai.gpt-oss-120b-1:0`	us-west-2

Azure OpenAI¶

利用可能なAzure OpenAI LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
OpenAI GPT-5.2	400,000	128,000	`azure/gpt-5-2-2025-12-11`	eastus2
OpenAI GPT-5.1	400,000	128,000	`azure/gpt-5-1-2025-11-13`	eastus2 swedencentral
OpenAI GPT-5 Codex†‡	400,000	128,000	`azure/gpt-5-codex-2025-09-15`	eastus2
OpenAI GPT-5	400,000	128,000	`azure/gpt-5-2025-08-07`	eastus2 swedencentral
OpenAI GPT-5 mini	400,000	128,000	`azure/gpt-5-mini-2025-08-07`	eastus2 swedencentral
OpenAI GPT-5 nano	400,000	128,000	`azure/gpt-5-nano-2025-08-07`	eastus2 swedencentral
OpenAI GPT-4o	128,000	16,384	`azure/gpt-4o-2024-11-20`	eastus2 northcentralus francecentral swedencentral
OpenAI GPT-4o mini	128,000	16,384	`azure/gpt-4o-mini`	eastus2 northcentralus swedencentral
OpenAI GPT-4 Turbo	128,000	4,096	`azure/gpt-4-turbo`	eastus2 swedencentral
OpenAI GPT-3.5 Turbo	16,385	4,096	`azure/gpt-35-turbo`	northcentralus eastus2 eastus francecentral swedencentral
OpenAI o4-mini	200,000	100,000	`azure/o4-mini`	eastus2 francecentral swedencentral
OpenAI o3	200,000	100,000	`azure/o3`	eastus2 francecentral swedencentral
OpenAI o3-mini	200,000	100,000	`azure/o3-mini`	eastus2 northcentralus francecentral swedencentral
OpenAI o1	200,000	100,000	`azure/o1`	eastus2 northcentralus francecentral swedencentral

Google VertexAI¶

利用可能なGoogle VertexAI LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
Google Gemini 3 Pro Preview†‡	1,048,576	65,536	`vertex_ai/gemini-3-pro-preview`	グローバル
Google Gemini 2.5 Pro	1,048,576	65,535	`vertex_ai/gemini-2.5-pro`	us-central1 us-east5 us-west1 europe-west1 europe-west4
Google Gemini 2.5 Flash	1,048,576	65,535	`vertex_ai/gemini-2.5-flash`	us-central1 us-east5 us-west1 europe-west1 europe-west4
Google Gemini 2.0 Flash	1,048,576	8,192	`vertex_ai/gemini-2.0-flash-001`	us-central1 us-east5 us-west1 europe-west1 europe-west4
Google Gemini 2.0 Flash Lite	1,048,576	8,192	`vertex_ai/gemini-2.0-flash-lite-001`	us-central1 us-east5 us-west1 europe-west1 europe-west4
Google Gemini 1.5 Pro	1,048,576	8,192	`vertex_ai/gemini-1.5-pro-002`	us-central1 us-west1 europe-west1 europe-west3 asia-northeast1
Google Gemini 1.5 Flash	1,048,576	8,192	`vertex_ai/gemini-1.5-flash-002`	us-central1 us-west1 europe-west1 europe-west3 asia-northeast1
Claude Sonnet 4.5	200,000	64,000	`vertex_ai/claude-sonnet-4-5@20250929`	us-east5 europe-west1
Claude Sonnet 4	200,000	64,000	`vertex_ai/claude-sonnet-4@20250514`	us-east5 europe-west1
Claude Sonnet 3.7	200,000	64,000	`vertex_ai/claude-3-7-sonnet@20250219`	us-east5 europe-west1
Claude Sonnet 3.5 v2	200,000	8,192	`vertex_ai/claude-3-5-sonnet-v2@20241022`	us-east5 europe-west1
Claude Sonnet 3.5	200,000	8,192	`vertex_ai/claude-3-5-sonnet@20240620`	us-east5 europe-west1
Claude Opus 4.1†	200,000	32,000	`vertex_ai/claude-opus-4-1@20250805`	us-east5
Claude Opus 4†	200,000	32,000	`vertex_ai/claude-opus-4@20250514`	us-east5
Claude Opus 3†	200,000	4,096	`vertex_ai/claude-3-opus@20240229`	us-east5
Claude Haiku3.5 †	200,000	8,192	`vertex_ai/claude-3-5-haiku@20241022`	us-east5
Claude Haiku 3	200,000	4,096	`vertex_ai/claude-3-haiku@20240307`	us-east5 europe-west1
Llama 3.1 8B Instruct MAAS† ©	128,000	8,192	`vertex_ai/meta/llama-3.1-8b-instruct-maas`	us-central1
Llama 3.1 70B Instruct MAAS† ©	128,000	8,192	`vertex_ai/meta/llama-3.1-70b-instruct-maas`	us-central1
Llama 3.1 405B Instruct MAAS† ©	128,000	8,192	`vertex_ai/meta/llama-3.1-405b-instruct-maas`	us-central1
Llama 3.2 90B Vision Instruct† ©	128,000	8,192	`vertex_ai/meta/llama-3.2-90b-vision-instruct-maas`	us-central1
Llama 3.3 70B Instruct† ©	128,000	8,192	`vertex_ai/meta/llama-3.3-70b-instruct-maas`	us-central1
Llama 4 Maverick 17B 128E Instruct MAAS† ©	524,288	8,192	`vertex_ai/meta/llama-4-maverick-17b-128e-instruct-maas`	us-east5
Llama 4 Scout 17B 16E Instruct MAAS† ©	1,310,720	8,192	`vertex_ai/meta/llama-4-scout-17b-16e-instruct-maas`	us-east5

Anthropic¶

利用可能なAnthropic LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
Anthropic Claude Sonnet 4.5	200,000	64,000	`anthropic/claude-sonnet-4-5-20250929`	グローバル
Anthropic Claude Sonnet 4	200,000	64,000	`anthropic/claude-sonnet-4-20250514`	グローバル
Anthropic Claude Sonnet 3.7	200,000	64,000	`anthropic/claude-3-7-sonnet-20250219`	グローバル
Anthropic Claude Sonnet 3.5 v1	200,000	8,192	`anthropic/claude-3-5-sonnet-20240620`	グローバル
Anthropic Claude Sonnet 3.5 v2	200,000	8,192	`anthropic/claude-3-5-sonnet-20241022`	グローバル
Anthropic Claude Opus 4.6	200,000	128,000	`anthropic/claude-opus-4-6`	グローバル
Anthropic Claude Opus 4.5	200,000	64,000	`anthropic/claude-opus-4-5-20251101`	グローバル
Anthropic Claude Opus 4.1	200,000	32,000	`anthropic/claude-opus-4-1-20250805`	グローバル
Anthropic Claude Opus 4	200,000	32,000	`anthropic/claude-opus-4-20250514`	グローバル
Anthropic Claude Haiku 3.5	200,000	8,192	`anthropic/claude-3-5-haiku-20241022`	グローバル
Anthropic Claude Haiku 3	200,000	4,096	`anthropic/claude-3-haiku-20240307`	グローバル

Cerebras¶

利用可能なCerebras LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
Cerebras Llama 3.1 8B	128,000	8,192	`cerebras/llama3.1-8b`	グローバル
Cerebras Llama 3.3 70B	128,000	8,192	`cerebras/llama-3.3-70b`	グローバル
Cerebras Llama 4 Scout 17B 16E Instruct	32,000	8,192	`cerebras/llama-4-scout-17b-16e-instruct`	グローバル
Cerebras Qwen 3 32B	128,000	8,192	`cerebras/qwen-3-32b`	グローバル
Cerebras Qwen 3 235B Instruct	128,000	8,192	`cerebras/qwen-3-235b-a22b-instruct-2507`	グローバル

TogetherAI¶

利用可能なTogetherAI LLM

タイプ	最大コンテキストウィンドウ	最大出力トークン数	チャットモデルID ^Δ	利用可能なプロバイダーリージョン
Arcee AI Virtuoso Large	131,072	65,537	`together_ai/arcee-ai/virtuoso-large`	グローバル
Arcee AI Coder-Large	32,768	32,768	`together_ai/arcee-ai/coder-large`	グローバル
Arcee AI Maestro Reasoning	131,072	32,768	`together_ai/arcee-ai/maestro-reasoning`	グローバル
Google Gemma 3N E4B Instruct	32,768	32,768	`together_ai/google/gemma-3n-E4B-it`	グローバル
Meta Llama 3 8B Instruct Lite	8,192	8,192	`together_ai/meta-llama/Meta-Llama-3-8B-Instruct-Lite`	グローバル
Meta Llama 3.1 8B Instruct Turbo	131,073	131,073	`together_ai/meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo`	グローバル
Meta Llama 3.3 70B Instruct Turbo	131,073	131,073	`together_ai/meta-llama/Llama-3.3-70B-Instruct-Turbo`	グローバル
Meta Llama 4 Maverick Instruct (17Bx128E)	1,048,576	32,768	`together_ai/meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8`	グローバル
Mistral Small 3 Instruct (24B)	32,768	32,768	`together_ai/mistralai/Mistral-Small-24B-Instruct-2501`	グローバル
Mistral Mixtral-8x7B Instruct v0.1	32,768	32,768	`together_ai/mistralai/Mixtral-8x7B-Instruct-v0.1`	グローバル

使用非推奨のLLMとサポートが終了したLLM¶

急速に進化するエージェント型AIの状況において、LLMは常に改善されており、古いモデルは新しいバージョンで置き換えられています。これに対処するため、DataRobotのLLM使用非推奨プロセスでは、LLMとLLMブループリントにバッジを付けて、今後の変更を示しています。 なお、サポート終了日はプロバイダーが定めるものであり、変更される場合があります。

以下のLLMは現在、またはまもなく使用非推奨になります。

Amazon BedrockAzure OpenAIGoogle VertexAIAnthropicCerebrasTogetherAI

LLM	サポート終了日
Anthropic Claude 2.1	サポート終了
Anthropic Claude 3 Sonnet	サポート終了
Anthropic Claude Opus 3	サポート終了
Cohere Command Light Text v14	サポート終了
Cohere Command Text v14	サポート終了
Titan	サポート終了

LLM	サポート終了日
GPT-3.5 Turbo	サポート終了
GPT-3.5 Turbo 16k	サポート終了
GPT-4	サポート終了
GPT-4 32k	サポート終了
GPT-4 Turbo	サポート終了
GPT-4o Mini	サポート終了
o1-mini	サポート終了

LLM	サポート終了日
Bison	サポート終了
Gemini 1.5 Flash	サポート終了
Gemini 1.5 Pro	サポート終了
Mistral CodeStral 2501	サポート終了
Mistral Large 2411	サポート終了

LLM	サポート終了日
Claude Opus 3	サポート終了

LLM	サポート終了日
Cerebras Qwen 3 32B	サポート終了
Cerebras Llama 3.3 70B	サポート終了

LLM	サポート終了日
Meta Llama 3 70B Instruct Reference	サポート終了
Meta Llama 3.1 405B Instruct Turbo	サポート終了
Meta Llama 4 Scout Instruct	サポート終了
Mistral (7B) Instruct	サポート終了
Mistral (7B) Instruct v0.3	サポート終了
Mistral (7B) Instruct v0.2	サポート終了
Marin Community Marin 8B Instruct	サポート終了
Meta Llama 3.2 3B Instruct Turbo	サポート終了

プロバイダーのサポートが予期せず終了する事態からエクスペリメントやデプロイを保護するため、使用非推奨のLLMを示すバッジがLLMブループリント作成パネルに表示されます。

あるいは、作成済みの場合、影響を受けるLLMブループリントには警告や通知が示され、カーソルを合わせると日付が表示されます。

LLMの選択LLMブループリント

LLMブループリントを構築するためにLLMを選択する場合、選択パネルでは、該当のLLMに使用非推奨バッジが付けられ、90日以内にサポートを終了することが示されます。

LLMブループリントが構築されると、LLMブループリントタブに表示されます。使用非推奨またはサポートが終了したLLMブループリントには警告や通知が示され、カーソルを合わせると日付が表示されます。

LLMが使用非推奨プロセスにある場合、そのLLMのサポートは90日以内に終了します。バッジと警告が表示されますが、機能は制限されません。
サポートが終了すると、そのモデルから作成されたアセットは引き続き表示できますが、新しいアセットは作成できません。サポートが終了したLLMは、単一のプロンプトや比較プロンプトでは使用できません。

一部の評価指標、たとえば忠実度や正確性などは、その設定でLLMを使用します。それらの場合、指標の表示または設定時、およびプロンプトの回答にメッセージが表示されます。

LLMがデプロイされている場合、DataRobotはベースとなるLLMに使用されている資格情報を制御できないため、デプロイは予測を返すことができません。このような場合は、デプロイ済みのLLMを新しいモデルに置き換えてください。

利用可能な埋め込み¶

DataRobotは、データをエンコードするために次のタイプの埋め込みをサポートしています。すべての埋め込みは、教師ありデータと教師なしデータの混合で学習された変換モデルです。

埋め込みタイプ	説明	言語
cl-nagoya/sup-simcse-ja-base	名古屋大学大学院情報学研究科（「Japanese SimCSE Technical Report」）による中規模言語モデル。日本語RAGの高速モデルです。入力ディメンション*：512 出力ディメンション：768 パラメーター数：110M	日本語
huggingface.co/intfloat/multilingual-e5-base	複数の言語で多言語RAG処理に使用されるMicrosoft Researchの中規模言語モデル（「大規模多言語コーパスでの弱教師付き対照事前トレーニング」）。入力ディメンション*：512 出力ディメンション：768 パラメーター数：278M	100以上、 ISO 639を参照
huggingface.co/intfloat/multilingual-e5-small	多言語RAG処理に使用するMicrosoft Researchの小規模言語モデル（「大規模多言語コーパスでの弱教師付き対照事前トレーニング」）で、MULTILINGUAL_E5_BASEよりも高速です。この埋め込みモデルは、低レイテンシーのアプリケーションに適しています。入力ディメンション*：512 出力ディメンション：384 パラメーター数：118M	100以上、 ISO 639を参照
intfloat/e5-base-v2	中〜高程度のRAGパフォーマンスを実現するためのMicrosoft Researchの中規模言語モデル（「大規模英語コーパスでの弱教師付き対照事前トレーニング」）。パラメーターが少なく、アーキテクチャが小さいため、E5_LARGE_V2よりも高速です。入力ディメンション*：512 出力ディメンション：768 パラメーター数：110M	英語
intfloat/e5-large-v2	最適なRAGパフォーマンスを実現するように設計されたMicrosoft Researchの大規模言語モデル（「大規模英語コーパスでの弱教師付き対照事前トレーニング」）。そのアーキテクチャとサイズにより、低速と分類されます。入力ディメンション*：512 出力ディメンション：1024 パラメーター数：335M	英語
jinaai/jina-embedding-t-en-v1	Jina AIのLinnaeus-Cleanデータセットを使用してトレーニングされた小さな言語モデル。英語コーパスで事前にトレーニングされており、DataRobotが提供する埋め込みモデルの中で最も高速で、デフォルトのモデルです。入力ディメンション*：512 出力ディメンション：384 パラメーター数：14M	英語
jinaai/jina-embedding-s-en-v2	Jina Embeddings v2ファミリーの1つであるこの埋め込みモデルは、長いドキュメントの埋め込みに最適です（最大8192の大きなチャンクサイズ）。入力ディメンション*：8192 出力ディメンション：384 パラメーター数：33M	英語
sentence-transformers/all-MiniLM-L6-v2	10億個のセンテンスペアのデータセットでファインチューニングされた小さな言語モデル。比較的高速で、英語のコーパスで事前トレーニングされています。ただし、古いデータでトレーニングされているため、RAGには推奨されません。入力ディメンション*：256 出力ディメンション：384 パラメーター数：33M	英語

* 入力ディメンション = max_sequence_length

E5-baseおよびE5-smallの多言語サポート。ISO 639も参照してください。

 対応言語：

      "アフリカーンス語",
        "アムハラ語",
        "アラビア語",
        "アッサム語",
        "アゼルバイジャン語",
        "ベラルーシ語",
        "ブルガリア語",
        "ベンガル語",
        "ブルトン語",
        "ボスニア語",
        "カタルーニャ語",
        "チェコ語",
        "ウェールズ語",
        "デンマーク語",
        "ドイツ人語",
        "ギリシャ語",
        "英語",
        "エスペラント語",
        "スペイン語",
        "エストニア語",
        "バスク語",
        "ペルシャ語",
        "フィンランド語",
        "フランス語",
        "西フリジア語",
        "アイルランド語",
        "スコットランドのゲール語",
        "ガリシア語",
        "グジャラート語",
        "ハウサ語",
        "ヘブライ語",
        "ヒンディー語",
        "クロアチア語",
        "ハンガリー語",
        "アルメニア語",
        "インドネシア語",
        "アイスランド語",
        "イタリア語",
        "日本語",
        "ジャワ語",
        "ジョージア語",
        "カザフ語",
        "クメール語",
        "カンナダ語",
        "韓国語",
        "クルド語",
        "キルギス語",
        "ラテン語",
        "ラオス語",
        "リトアニア語",
        "ラトビア語",
        "マダガスカル語",
        "マケドニア語",
        "マラヤーラム語",
        "モンゴル語",
        "マラーティー語",
        "マレー語",
        "ビルマ語",
        "ネパール語",
        "オランダ語",
        "ノルウェー語",
        "オロモ語",
        "オリヤ語",
        "パンジャブ語",
        "ポーランド語",
        "パシュトゥー語",
        "ポルトガル語",
        "ルーマニア語",
        "ロシア語",
        "サンスクリット語",
        "シンド語",
        "シンハラ語",
        "スロバキア語",
        "スロベニア語",
        "ソマリ語",
        "アルバニア語",
        "セルビア語",
        "スンダ語",
        "スウェーデン語",
        "スワヒリ語",
        "タミル語",
        "テルグ語",
        "タイ語",
        "タガログ語",
        "トルコ語",
        "ウイグル語",
        "ウクライナ語",
        "ウルドゥー語",
        "ウズベク語",
        "ベトナム語",
        "コサ語",
        "イディッシュ語",
        "中国語",

以下の表に、GenAIコンポーネント関連のユーザー権限を示します。すべてのロール（コンシューマー、エディター、オーナー）は、ユースケースにおけるユーザーのロールを示しています。さまざまな機能へのアクセスは、ユースケースの役割に基づきます。たとえば、共有はユースケースレベルで処理されるため、ベクターデータベースのみを共有することはできません（ベクターデータベースでは共有ルールは定義されません）。

GenAI機能に対する権限

機能	ユースケースのコンシューマー	ユースケースのエディター	ユースケースのオーナー
ベクターデータベース
ベクターデータベースの作成者
ベクターデータベースを作成	✘	✔	✔
ベクターデータベースバージョンの作成	✘	✔	✔
ベクターデータベースの情報を編集	✘	✔	✔
ベクターデータベースを削除	✘	✔	✔
ベクターデータベースの非作成者
ベクターデータベースの情報を編集	✘	✘	✔
ベクターデータベースを削除	✘	✘	✔
プレイグラウンド
プレイグラウンドの作成者
プレイグラウンドの作成	✘	✔	✔
プレイグラウンド名の変更	✘	✔	✔
プレイグラウンドの説明を編集	✘	✔	✔
プレイグラウンドを削除	✘	✔	✔
プレイグラウンドの非作成者
プレイグラウンドの説明を編集	✘	✘	✔
プレイグラウンドを削除	✘	✘	✔
プレイグラウンド → 評価タブ
評価の設定	✘	✔	✔
評価指標を有効/無効にする	✘	✔	✔
プレイグラウンド → トレースタブ
ログをダウンロード	✔	✔	✔
AIカタログにアップロード	✔	✔	✔
他者が作成したLLMブループリント（ユースケースを共有）
設定	✘	✘	✘
プロンプトの送信（設定から）	✘	✘	✘
集計された指標を生成	✘	✔	✔
会話の作成（比較から）	✘	✘	✘
回答に賛成/反対	✔	✔	✔
スターを付ける/お気に入り	✘	✘	✘
新しいLLMブループリントにコピー	✘	✔	✔
削除	✘	✘	✘
登録	✘	✘	✘

サポートされているデータセットタイプ¶

ベクターデータベースの作成に使用するデータセットをアップロードする場合、サポートされている形式は.zipまたは.csvです。ファイルにはdocumentとdocument_file_pathの2つの列が必須です。最大50のメタデータ列を追加して、プロンプトクエリーの際にフィルターに使用することができます。メタデータのフィルターでは、document_file_pathがsourceとして表示されます。

.zipファイルの場合、DataRobotはファイルを処理して、関連するリファレンスID（document_file_path）列を持つテキスト列（document）を含む.csvバージョンを作成します。テキスト列の内容はすべて、文字列として扱われます。リファレンスID列は、.zipがアップロードされると自動的に作成されます。すべてのファイルは、アーカイブのルート（root）、またはアーカイブ内の単一のフォルダーに配置する必要があります。フォルダーツリー階層の使用はサポートされていません。

ファイルタイプに関して、DataRobotは以下をサポートします。

.txtドキュメント
PDFドキュメント
- テキストベースのPDFがサポートされています。
- 画像ベースのPDFからテキストを抽出するには、Python APIクライアントを使う必要があります。 GUIを使用して画像ベースのPDFからテキストを抽出することは、完全にはサポートされていません。
- 画像とテキストコンテンツが混在するドキュメントがサポートされます。テキストのみが解析されます。
- 画像だけで構成される単一のドキュメントは空のドキュメントになり、無視されます。
- 画像のみのドキュメント（テキストなし）で構成されるデータセットは処理できません。
.docxドキュメントはサポートされていますが、古い.doc形式はサポートされていません。
.mdドキュメント（および.markdown形式）はサポートされています。
単一のデータセットでサポートされているすべてのドキュメントタイプを組み合わせることができます。