# 2025年7月

> 2025年7月 - 2025年7月にリリースされたDataRobotの新機能についてご紹介します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:45.056531+00:00` (UTC).

## Primary page

- [2025年7月](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [注目の新機能：スケーラブルでガバナンスの効いたAIアプリケーション開発のための新たなエージェント型AIプラットフォーム](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#spotlight-new-agentic-ai-platform-for-scalable-governed-ai-application-development): In-page section heading.
- [エージェントリリースの主な機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#key-capabilities-of-the-agentic-release): In-page section heading.
- [7月リリースの機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#july-features): In-page section heading.
- [GenAI](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#genai): In-page section heading.
- [NIMギャラリーでGPU向けに最適化された60以上のコンテナを探索](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#explore-60-gpu-optimized-containers-in-the-nim-gallery): In-page section heading.
- [サービスとしてのベクターデータベース](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#vector-database-as-a-service): In-page section heading.
- [GitLabリポジトリとの連携](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#gitlab-repository-integration): In-page section heading.
- [プロンプトクエリーをフィルターするためにメタデータを添付する](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#attach-metadata-for-filtering-prompt-queries): In-page section heading.
- [ベクターデータベースのファイルレジストリ](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#file-registry-for-vector-databases): In-page section heading.
- [LLMのモデレーションを改善](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#improvements-to-llm-moderation): In-page section heading.
- [LLMに新しいモデレーションテンプレートを設定](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#configure-new-moderation-templates-for-llms): In-page section heading.
- [LLMモデルのサポートを拡大](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#expanded-llm-model-support): In-page section heading.
- [データ](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#data): In-page section heading.
- [データレジストリに保存されたデータセットのラングリング](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#wrangle-datasets-stored-in-the-data-registry): In-page section heading.
- [予測とMLOps](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#predictions-and-mlops): In-page section heading.
- [イメージURIから実行環境をプルする](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#pull-an-execution-environment-from-an-image-uri): In-page section heading.
- [デプロイガバナンスワークフローの改善](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#deployment-governance-workflow-improvements): In-page section heading.
- [プラットフォーム](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#platform): In-page section heading.
- [NextGenで特定のアセットにすばやくアクセス](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#quickly-access-specific-assets-in-nextgen): In-page section heading.
- [API](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#api): In-page section heading.
- [ノートブックとCodespaceの一般公開](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#public-availability-for-notebooks-and-codespaces): In-page section heading.
- [Pythonクライアント v3.8](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/july2025-announce.html.md#python-client-v38): In-page section heading.

## Documentation content

2025年7月

このページでは、新たにリリースされ、DataRobotのSaaS型マルチテナントAIプラットフォームで利用できる機能についてのお知らせと、追加情報へのリンクを掲載しています。 リリースセンターからは、過去にリリースされた機能のお知らせや、 [セルフマネージドAIプラットフォームのリリースノート](https://docs.datarobot.com/ja/docs/release/archive-release-notes/index.html) にもアクセスできます。

## 注目の新機能：スケーラブルでガバナンスの効いたAIアプリケーション開発のための新たなエージェント型AIプラットフォーム

DataRobotは、AIアプリケーション開発のための新たなエージェント型AIプラットフォームを発表しました。 DataRobotの強力なGenAIを使えば、エンタープライズグレードのスケーラブルなエージェント型AIアプリケーションの構築、運用、ガバナンスが可能です。

> [!NOTE] プレミアム機能
> DataRobotの生成AI機能はプレミアム機能です。詳細については、DataRobotの担当者にお問い合わせください。 DataRobotの試用版では、この機能を制限付きでお試しいただけます。

このデプロイでは、新しいエージェント型AIプラットフォームをローンチしました。このプラットフォームでは、スケーラブルなエージェント型AIアプリケーションの構築、運用、ガバナンスが可能です。 ほとんどのアプリ開発者はローカルのIDEでエージェントの構築を始めるため、DataRobotではテンプレートとCLIを提供して、シームレスなローカル開発、DataRobotへのコードの移行、プラットフォーム機能へのフックを促進します。 これにより、本番環境向けのエージェントプロトタイプを準備できます。これには、高度なエージェントデバッグおよびエクスペリメントツール（トラブルシューティング、評価、DataRobot Codespaceによる個々のコンピューティングインスタンスでのエージェントフローのガードモデルのテスト）の適用も含まれます。 エージェントフローを使用すると、フローを並べて比較し、詳細なエラーレポートを作成してトラブルシューティングを容易にしたり、OTEL準拠のトレースを使用してエージェントの各コンポーネントを監視できるようにしたりできます。

グローバルツールは、ツールレベルの認証とともに一般的なユースケースで利用できるため、エージェントを安全に本番環境に導入できます。 DataRobotでは、Azure OpenAI、Bedrock、GCPなどの主要プロバイダーのサーバーレスLLMとの"Batteries Included"の連携も提供しており、LLM gatewayを介して、シームレスなエクスペリメント、ガバナンス、オブザーバビリティを実現します。 最終的に、開発中および本番環境で使用するために、独自のPineconeまたはElasticsearchベクターデータベースに接続できるようになりました。これにより、LLMに適切なコンテキストを提供するスケーラブルなベクターデータベースを利用できます。

これらはすべて、他のいくつかの新機能と一緒に使用できます。 DataRobotでは、エアギャップ環境やソブリンクラウドでNVIDIA推論マイクロサービス（NIM）をワンクリックでデプロイできます。 エージェントのワークフローで使用されるすべてのツールとモデルのための一元化されたAIレジストリでは、堅牢な承認ワークフロー、RBAC、およびカスタムアラートが用意されています。 リアルタイムでのLLMへの介入とモデレーションが、すぐに使えるガードとカスタムガードでサポートされています。これには、コンテンツの安全性とトピックレールのためのNVIDIA NeMoとの連携も含まれます。 GenAIのコンプライアンステストおよびドキュメントは、規制要件を満たすために、PII、プロンプトインジェクション、毒性、バイアス、および公平性に関するレポートを生成します。

### エージェントリリースの主な機能

エンドツーエンドのエージェントワークフローの主な機能の一部を以下に示します。その他のGenAI機能については、以降のセクションで説明します。

- BYO：LangGraph、LlamaIndex、CrewAIなどのフレームワークで構築されたエージェントワークフローをレジストリワークショップから新しいエージェントプレイグラウンドに持ち込み、テストとファインチューニングを行います。
- マルチエージェントフレームワークを活用したテンプレートからエージェントを構築およびデプロイします。 LangGraph、CrewAI、またはLlamaIndexを使用して、DataRobotまたは任意のローカル開発環境でエージェントを開発します。 デコレーターを使用すると、DataRobotはツール間、モデル間などの相互関係を自動認識します。
- エージェントレベルとプレイグラウンドレベルの指標を活用します。
- シングルエージェントとマルチエージェントのチャット比較機能。
- エージェントレベルとツールレベルの両方の指標を使用した根本原因分析のための詳細なトレース。
- DataRobot Codespacesを使用した反復的なエクスペリメントにより、エージェントプレイグラウンドでのテストと並行して、エージェントワークフローを開発します。
- RAGルックアップ、LLMの回答品質、ユーザー定義のガードレールの有効性を評価するためのテストスイート。評価データを合成的に生成または定義し、LLMと組み込みのNLP指標を使って回答の品質（正確性、忠実度、ハルシネーションなど）を判定します。 設定可能な「ジャッジとしてのLLM」が、プロンプトとコンテキストに基づいて回答を評価します。 合成例は、グラウンディングデータ内の内容に基づいて自動的に生成されます。
- レジストリとコンソールで、以下のような監視とガバナンスを行います。

## 7月リリースの機能

### GenAI

GenAIのその他の新機能を以下に示します。

#### NIMギャラリーでGPU向けに最適化された60以上のコンテナを探索

NVIDIA AI EnterpriseとDataRobotは、お客様の組織の既存のDataRobotインフラストラクチャと連携するように設計された、構築済みのAIスタックソリューションを提供しています。これにより、堅牢な評価、ガバナンス、および監視の機能を利用できます。 この連携には、エンドツーエンドのAIオーケストレーションのための包括的なツール群が含まれており、組織のデータサイエンスパイプラインを高速化し、DataRobot Serverless ComputeのNVIDIA GPUで運用レベルのAIアプリケーションを迅速にデプロイすることができます。

DataRobotでは、AIアプリケーションとエージェントのギャラリーからNVIDIA Inference Microservices (NVIDIA NIM)を選択して、組織のニーズに合わせたカスタムAIアプリケーションを作成します。 NVIDIA NIMは、生成AIの導入を企業全体で加速させることを目的として、NVIDIA AI Enterprise内で構築済みおよび設定済みのマイクロサービスを提供します。

GPU向けに最適化された以下のようなコンテナが、NIMギャラリーに新たに追加されました。

- ドキュメント処理：OCR、ドキュメント解析、PDFやフォームからのインテリジェントなデータ抽出のためのPaddleOCRとNemoRetrieverスイート。
- 言語モデル：推論、コンテンツ生成、対話型AIのためのDeepSeek R1 Distill (14B/32B)とNemotron (Nano-8B/Super-49B)。
- 専門ツール：CuOptによる意思決定の最適化、StarCoder2-7Bによるコード生成、OpenFold2によるタンパク質フォールディング。

#### サービスとしてのベクターデータベース

ユースケースでベクターデータベースを作成する際に、DataRobotか、 [PineconeまたはElasticsearchへの直接接続](https://docs.datarobot.com/ja/docs/agentic-ai/vector-database/vector-dbs.html.md#use-a-connected-vector-database) （外部データソース）を選択できるようになりました。 これらの接続では、最大100GBのファイルサイズをサポートします。 接続すると、データソースがデータレジストリにローカルに保存されて、構成設定が適用され、作成されたベクターデータベースがプロバイダーに書き戻されます。 PineconeまたはElasticsearchを選択する場合、資格情報と接続情報を提供します。 その他の点では、 [これらの注意事項](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/genai-consider.html.md#vector-database-considerations) を除き、DataRobotに常駐するFacebook AI Similarity Search (FAISS)ベクターデータベースと同じフローになります。

#### GitLabリポジトリとの連携

[GitLabおよびGitLab Enterpriseリポジトリ](https://docs.datarobot.com/ja/docs/platform/acct-settings/remote-repos.html.md#gitlab-cloud-repository) に接続し、カスタムモデルファイルをワークショップにプルすることで、カスタムモデルやカスタムエージェントワークフローの開発と構築を加速します。

#### プロンプトクエリーをフィルターするためにメタデータを添付する

追加のファイルを選択して、ベクターデータベース内のチャンクに添付する [メタデータを定義](https://docs.datarobot.com/ja/docs/agentic-ai/vector-database/vector-dbs.html.md#attach-metadata) できます。 重複を置換するか、保持するかを選択します。

#### ベクターデータベースのファイルレジストリ

ファイルレジストリは、あらゆるタイプのデータを保存できる「汎用」ストレージシステムです。 データレジストリとは異なり、ファイルレジストリにアップロードされたファイルはCSV変換されません。 UIでは、ベクターデータベースの作成はファイルレジストリを使用できる唯一の場であり、 データを追加 モーダルからのみアクセスできます。 どのようなファイルタイプでも保存できますが、ベクターデータベースの作成では、レジストリのタイプに関係なく、同じファイルタイプがサポートされています。

#### LLMのモデレーションを改善

LLMのストリーミングチャットレスポンスのモデレーションが改善されました。 モデレーションのガードレールは、組織がプロンプトインジェクションや、悪意のある、有害な、または不適切なプロンプトや回答をブロックするのに役立ちます。 モデレーションライブラリがインストールされた実行環境でデプロイ済みのLLMが実行されていて、カスタムモデルコードディレクトリにモデレーションを設定するための `moderation_config.yaml` が含まれている場合、チャットの回答では [datarobot_moderations](https://docs.datarobot.com/ja/docs/api/code-first-tools/drum/structured-custom-models.html.md#moderations) が返されます。 モデレーションが有効で、ストリーミングレスポンスがリクエストされた場合、最初のチャンクには常にプロンプトガード（設定されている場合）と回答ガードに関する情報が含まれます。

#### LLMに新しいモデレーションテンプレートを設定

LLMには、ジェイルブレイクとコンテンツセーフティという2つの新しい標準ガードテンプレートが用意されています。 これらのガードはNIMモデルを使用するため、カスタムデプロイを使用する必要がなくなりました。 新しいテンプレートを使えば、デプロイ済みのLLMを選択するだけで、これらのモデレーション指標を設定できます。

#### LLMモデルのサポートを拡大

DataRobotでは、LLMブループリントの作成時にサポートされる [LLMモデルが新たに多数追加](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) されました。 新たに加わったモデルの中には、以下に示すように、モデルパラメーターが追加されているものもあります。

> [!NOTE] 備考
> 使用できるパラメーターは、選択したLLMモデルによって異なります。

新しいモデルとパラメーターの使用手順については、 [LLMブループリントの構築](https://docs.datarobot.com/ja/docs/agentic-ai/playground-tools/build-llm-blueprints.html.md) を参照してください。

### データ

#### データレジストリに保存されたデータセットのラングリング

データレジストリに保存されたデータセットに対してラングリングとプッシュダウンを実行する機能が一般提供されました。 DataRobotのラングリング機能により、モデリング用のデータへのアクセスと変換をシームレスでスケーラブル、かつセキュアな方法で行うことができます。

### 予測とMLOps

#### イメージURIから実行環境をプルする

実行環境を追加するために、 [アクセス可能なコンテナレジストリにパブリッシュされた環境イメージのURIを指定](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-environment-workshop/nxt-add-custom-env.html.md#__tabbed_2_3) できるようになりました。 必要に応じて、参照用にイメージの構築に使用されたソースアーカイブを含めることができます。 このソースアーカイブは、環境の構築には使用されません。

環境をイメージURIとして追加する場合、URIをフィルターすることで、組織のために定義されたURIのみが許可されます。 指定したURIが使用できない場合は、ヘルパーテキストとして警告が表示されます。 URIのフィルターはAPI管理者には適用されません。

#### デプロイガバナンスワークフローの改善

組織に対してガバナンス管理機能が有効になると、 [デプロイの概要ページにセットアップチェックリストが表示されます](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-overview/nxt-overview.html.md#setup-checklist-and-approval) 。 ユーザーはチェックリストの設定タイルをクリックして、関連する [デプロイ設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-settings/index.html.md) ページを開くことができます。

デプロイに設定済みの承認ポリシーが適用される場合、デプロイは上図のようにドラフトとして作成されます。 デプロイがドラフト状態の場合、ユーザーは予測の実行、実測値やカスタム指標データのアップロード、スケジュールされたジョブの作成ができません。 デプロイオーナーは、デプロイの概要ページまたは [デプロイのアクティビティログのガバナンスセクション](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-activity-log/nxt-governance.html.md) でデプロイの承認を要求できます。 承認されると、デプロイは自動的にドラフト状態から移行され、アクティブになります。

アクティビティログセクションのページに [コメントパネル](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-activity-log/nxt-comments.html.md) が追加され、デプロイのオーナーと承認者がコメントを投稿して、デプロイのアクティビティ、設定、ガバナンスイベントについて議論できるようになりました。 デプロイに承認ポリシーが適用される場合、承認プロセスのコメントがコメントパネルに表示されます。

### プラットフォーム

#### NextGenで特定のアセットにすばやくアクセス

[ショートカットメニュー](https://docs.datarobot.com/ja/docs/get-started/day0/predai-start/wb-overview.html.md#shortcuts-menu) では、以前のリリースで導入されたナビゲーション要素に加えて、NextGenで特定のアセットを検索して開くことができるようになりました。 メニューを開くには、キーボードの Cmd + K を押すか、ツールバー上部の 検索 アイコンをクリックします。

### API

#### ノートブックとCodespaceの一般公開

ノートブックとCodespaceのAPIが、REST APIとPython APIクライアントを通じて一般公開されました。 これらは、DataRobotのドキュメントで詳しく説明されており、検索も可能です。 関連するすべてのクラスが、安定したクライアントに移行しました。

#### Pythonクライアント v3.8

DataRobotのPythonクライアントのv3.8が一般提供されました。 v3.8で導入された変更の完全なリストについては、 [Pythonクライアントの変更履歴](https://docs.datarobot.com/ja/docs/api/reference/changelogs/py-changelog/index.html.md) を参照してください。

記載されている製品名および会社名は、各社の商標または登録商標です。 製品名または会社名の使用は、それらとの提携やそれらによる推奨を意味するものではありません 。