# 2025年3月

> 2025年3月 - 2025年3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 `2026-07-27T18:44:30.737323+00:00` (UTC).

## Primary page

- [2025年3月](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [3月にリリースされたSaaS機能のお知らせ](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#march-saas-feature-announcements): In-page section heading.
- [注目の新機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#in-the-spotlight): In-page section heading.
- [3月リリースの機能](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#march-features): In-page section heading.
- [アプリケーション](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#applications): In-page section heading.
- [キャッシュフロー予測のアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#cash-flow-forecasting-application-template): In-page section heading.
- [需要計画のアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#demand-planning-forecasting-application-template): In-page section heading.
- [予測AIスターターのアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#predictive-ai-starter-application-template): In-page section heading.
- [カスタムアプリケーションのアクセスログを表示](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#view-access-logs-for-custom-applications): In-page section heading.
- [GenAI](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#genai): In-page section heading.
- [プレイグラウンドで新たなLLMを一般提供](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#new-llms-now-available-in-the-playground): In-page section heading.
- [LLMの使用非推奨からサポート終了までのプロセスを一新し、LLMのアセットを保護](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#new-llm-deprecation-to-retirement-process-protects-llm-assets): In-page section heading.
- [トライアルユーザーは、自分のリージョンに適したすべてのLLMにアクセスできるようになりました。](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#trial-users-now-have-access-to-all-location-appropriate-LLMs): In-page section heading.
- [データ](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#data): In-page section heading.
- [ワークベンチでのSQLレシピの作成](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#create-sql-recipes-in-workbench): In-page section heading.
- [特徴量探索の分散モードがプライベートプレビューに移行](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#distributed-mode-for-feature-discovery-moved-to-private-preview): In-page section heading.
- [最大100GBのデータセットを取込み](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#ingest-datasets-of-up-to-100gb): In-page section heading.
- [モデリング](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#modeling): In-page section heading.
- [ワークベンチでVisual Artificial Intelligence (AI)の画像オーグメンテーションのサポートを開始](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#visual-ais-image-augmentation-now-available-in-workbench): In-page section heading.
- [Notebooks](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#notebooks): In-page section heading.
- [CodespaceとGitプロバイダーの連携](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#integrate-a-codespace-with-a-git-provider): In-page section heading.
- [予測とMLOps](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#predictions-and-mlops): In-page section heading.
- [デプロイでの地理空間の監視](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#geospatial-monitoring-for-deployments): In-page section heading.
- [コンソールでのアクティビティログの確認](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#review-activity-logs-in-console): In-page section heading.
- [再トレーニングポリシーをユースケースにリンクする](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#link-a-retraining-policy-to-a-use-case): In-page section heading.
- [カスタムカテゴリー指標の作成](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#create-categorical-custom-metrics): In-page section heading.
- [レジストリでモデルのインサイトを表示](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#view-model-insights-in-the-registry): In-page section heading.
- [カスタムモデルでのボルトオンのガバナンスAPIの連携](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#bolt-on-governance-api-integration-for-custom-models): In-page section heading.
- [セキュリティが強化されたカスタムモデルのドロップイン環境](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#security-hardened-custom-model-drop-in-environments): In-page section heading.
- [管理](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#administration): In-page section heading.
- [シートライセンス](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#seat-licenses): In-page section heading.
- [プラットフォーム](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#platform): In-page section heading.
- [ショートカットを使用したNextGen内の移動](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#use-shortcuts-to-navigate-across-nextgen): In-page section heading.
- [ユースケースでの価値の追跡とリスク評価](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#track-value-and-assess-risk-for-a-use-case): In-page section heading.
- [NextGenのUIとナビゲーションを改善](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#nextgen-ui-and-navigation-improvements): In-page section heading.
- [サポート終了/移行ガイド](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#_1): In-page section heading.
- [MLOpsライブラリにはJava 11以降が必要](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#mlops-library-requires-java-11-or-higher): In-page section heading.

## Documentation content

## 3月にリリースされたSaaS機能のお知らせ

2025年3月

このページでは、2025年3月に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

今回のデプロイでは、ナビゲーションの変更やプラットフォーム全体への新しい外観の適用など、ワークベンチ全体でさまざまなユーザーエクスペリエンスとインターフェイスの改善が導入されています。 以下の動画で簡単にご紹介します。

**動画：NextGen UI/UXの改善**

主な新機能は以下のとおりです。

- ワークベンチ全体で、2階層目への移動が常に左パネルからできるようになりました。
- ユースケースをユースケースディレクトリの最上位にピン留めして、すばやくアクセスできるようになりました。
- ユースケースにタグを追加することで、フィルター設定や整理が容易になります。
- ユースケース管理ページでは、コメントや説明を追加したり、タグやユーザーを管理したり、バリュートラッカーやリスク評価・管理ツールにアクセスしたりすることができます。
- 新たな全画面のリーダーボードにより、さらに多くの情報を表示できるようになりました。
- DataRobotの新しいブランディングを反映し、アクセシビリティのベストプラクティスにより適切に従うように、アプリのカラーパレットを変更しました。

## 3月リリースの機能

次の表は、新機能の一覧です。

**目的別にグループ化された機能**

| 名前 | NextGen | Classic |
| --- | --- | --- |
| アプリケーション |  |  |
| キャッシュフロー予測のアプリケーションテンプレート | ✔ |  |
| 需要計画のアプリケーションテンプレート | ✔ |  |
| 予測AIスターターのアプリケーションテンプレート | ✔ |  |
| カスタムアプリケーションのアクセスログを表示 | ✔ |  |
| GenAI |  |  |
| プレイグラウンドで新たなLLMを一般提供 | ✔ |  |
| LLMの使用非推奨からサポート終了までのプロセスを一新し、LLMのアセットを保護 | ✔ |  |
| トライアルユーザーは、自分のリージョンに適したすべてのLLMにアクセスできるようになりました。 | ✔ |  |
| データ |  |  |
| ワークベンチでのSQLレシピの作成 | ✔ |  |
| 最大100GBのデータセットを取込み | ✔ |  |
| 特徴量探索の分散モードがプライベートプレビューに移行 |  | ✔ |
| モデリング |  |  |
| ワークベンチでVisual Artificial Intelligence (AI)の画像オーグメンテーションのサポートを開始 | ✔ | ✔ |
| Notebooks |  |  |
| CodespaceとGitプロバイダーの連携 | ✔ |  |
| 予測とMLOps |  |  |
| デプロイでの地理空間の監視 | ✔ |  |
| コンソールでのアクティビティログの確認 | ✔ |  |
| 再トレーニングポリシーをユースケースにリンクする | ✔ |  |
| カスタムカテゴリー指標の作成 | ✔ |  |
| レジストリでモデルのインサイトを表示 | ✔ |  |
| カスタムモデルでのボルトオンのガバナンスAPIの連携 | ✔ |  |
| セキュリティが強化されたカスタムモデルのドロップイン環境 | ✔ | ✔ |
| 管理 |  |  |
| シートライセンス | ✔ |  |
| プラットフォーム |  |  |
| ショートカットを使用したNextGen内の移動 | ✔ |  |
| ユースケースでの価値の追跡とリスク評価 | ✔ |  |
| NextGenのUIとナビゲーションを改善 | ✔ |  |
| サポート終了/移行ガイド |  |  |
| MLOpsライブラリにはJava 11以降が必要 |  |  |

### アプリケーション

#### キャッシュフロー予測のアプリケーションテンプレート

ファイナンスAIアプリスイートの一部であるこの [キャッシュフロー予測のアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/wb-apps/app-templates/business-planning/at-sap-fpa.html.md) は、支払い遅延予測モデルの基本的な開発および予測ワークフローの概要を示しています。 SAP Datasphere、SAP S4/HANA、SAP Analytics Cloudに保存されたデータを活用し、AI主導の予測と自動化されたインサイトによって財務計画を強化します。

このアプリケーションは、キャッシュフロー、信用リスク、および回収の管理に役立ちます。 大量の請求書、支払い遅延、支払いサイクルの延長を取り扱う業界を対象としています。 このアプリケーションは、キャッシュフローの予測や支払い時期の予測についてリアルタイムのインサイトを提供し、運転資金の最適化や四半期ごとの財務目標の達成に関する意思決定を改善します。

#### 需要計画のアプリケーションテンプレート

サプライチェーン＆オペレーションスイートの一部である [需要計画のビジネスアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/wb-apps/app-templates/business-planning/at-sap-ibp.html.md) は、DataRobotで需要計画予測モデルの開発および予測ワークフローを提供します。 SAP Datasphereに保存され、SAP IBPから取得されたサンプルデータを利用して、需要予測を強化します。 需要計画担当者がSKUレベルの需要変動を予測し、在庫配分を最適化して、在庫切れや値下げを削減するのに役立ちます。 SAP IBPの組み込みモデルをDataRobotの高度な時系列予測で拡張し、気候やインフレなどの外部変数を考慮することで精度を向上させます。 予実差異の大きいSKUを特定し、計画担当者が最も影響の大きい誤差の修正に集中できるようにします。

#### 予測AIスターターのアプリケーションテンプレート

このスターターの [アプリケーションテンプレート](https://docs.datarobot.com/ja/docs/wb-apps/app-templates/at-ai-starter.html.md) を使用して、DataRobotで基本的な予測AIデプロイワークフローを実行します。 このテンプレートは、新しいレシピを始めるのに最適です。特定のユースケースに合わせて簡単にカスタマイズできる、シンプルな"hello world"の例を用意しています。

#### カスタムアプリケーションのアクセスログを表示

カスタムアプリケーションがアクセスログを提供するようになりました。 アクセスログを閲覧して、カスタムアプリケーションを開いたり操作したりしたユーザーの履歴を監視します。 アプリケーションまたはアプリケーションソースから、アクセスログを表示できます。 アクセスログには、メールアドレス、ユーザーID、アクセス日時、アプリケーションに対するユーザーの [ロール](https://docs.datarobot.com/ja/docs/wb-apps/custom-apps/manage-custom-app.html.md#share-applications) など、ユーザーによるアプリケーションへのアクセスの詳細が記録されます。

### GenAI

#### プレイグラウンドで新たなLLMを一般提供

業界トップクラスかつ最新のGenAI技術を提供するというDataRobotのコミットメントは、すべてのサブスクリプションエンタープライズユーザーとトライアルユーザー向けに一般提供された新しいLLMスイートによって強化されています。 以下のLLMが新たに追加され、プレイグラウンドからのLLMブループリントの作成に使用できます。

| LLM | 説明 |
| --- | --- |
| Anthropic Claude 3.5 Sonnet v2 | 複雑な推論、コーディング、視覚情報に優れたSonnetの2番目のバージョンで、コンピューターの操作（キーストローク、マウスクリックなど）を生成できます。 EUプラットフォームのクラウドユーザーは、規制によりモデルへのアクセスができません。 |
| Amazon Nova Lite | 画像、動画、テキスト入力を高速に処理する低コストのマルチモーダルモデル。 |
| Amazon Nova Micro | テキストを推論できるテキスト専用モデルで、低レイテンシーと低コストを実現。 |
| Amazon Nova Pro | テキスト、画像、動画を精度、速度、コストの最適な組み合わせで推論できるマルチモーダルの理解基盤モデル。 |

DataRobotで [利用可能なLLM](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) の全リストをご覧ください。適切なモデルを選択するための開発者向けドキュメントへのリンクもあります。

#### LLMの使用非推奨からサポート終了までのプロセスを一新し、LLMのアセットを保護

DataRobotでは、LLMが使用非推奨プロセスに入った場合に警告するバッジを提供するようになりました。これにより、ベンダーサポートの予期しない終了からエクスペリメントとデプロイを保護することができます。 LLMに使用非推奨バッジが付いている場合、そのモデルは2か月後にサポートが終了することを示しています。 LLMが使用非推奨になると、ユーザーに通知されますが、機能は制限されません。 たとえば、チャットや比較プロンプトを送信したり、ブループリントの指標を生成したり、新しいブループリントにコピーしたりすることは可能です。 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。 LLMブループリントのリストにある通知アイコンにカーソルを合わせると、最終日程が表示されます。

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。

以下のLLMは現在、またはまもなく使用非推奨になります。

| LLM | サポート終了日 |
| --- | --- |
| Gemini Pro 1.5 | 2025年5月24日 |
| Gemini Flash 1.5 | 2025年5月24日 |
| Google Bison | 2025年4月9日 |
| GPT 3.5 Turbo 16k | 2025年4月30日 |
| GPT-4 | 2025年6月6日 |
| GPT-4 32k | 2025年6月6日 |

#### トライアルユーザーは、自分のリージョンに適したすべてのLLMにアクセスできるようになりました。

これまで、トライアルユーザーは一部のLLMしか利用できませんでした。 現在、DataRobotでは、トライアルユーザーが自分のリージョンでサポートされているLLMにアクセスできるようになっています。 リージョン別の情報については、 [利用可能なLLM](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) の全リストを参照してください。

### データ

#### ワークベンチでのSQLレシピの作成

ワークベンチで [SQLエディター](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/dataprep/wrangle-data/sql-editor.html.md) をして、SQLクエリーで構成されたレシピを作成できます。このレシピにより、データセットを拡充、変換、整形、および組み合わせて、新しい出力データセットを作成できます。 SQLエディターを開くには、ユースケースの データアセット タイルで、データセットの横にあるアクションメニューを開き、 SQLエディターで開く を選択します。 プライマリーデータセットを充実させるために、元のデータセットと同じデータエンジンからデータ入力を追加できます。データ入力を追加したら、エディターへのSQLクエリーの追加を開始できます。 クエリーが完了したら、 実行 をクリックして結果をプレビューします。

> [!NOTE] サポートされているデータエンジン
> SQLエディターは現在、Snowflake、BigQuery、Databricksをサポートしており、Sparkエンジンのプレビューサポートも行っています。

#### 特徴量探索の分散モードがプライベートプレビューに移行

特徴量探索プロジェクト向けの分散モードの現在のバージョンは、パフォーマンスの向上と、次期リリースでの本機能の新しい強化バージョンの準備のため、プライベートプレビューに移行されました。 特徴量探索プロジェクトの分散モードでは、セカンダリーデータセットの追加や操作がよりスケーラブルになります。 予測で有効にすると、バッチ予測が分散モードで処理されます。 この機能を有効にする方法については、DataRobotの担当者または管理者にお問い合わせください。

#### 最大100GBのデータセットを取込み

最大100GBのトレーニングデータセットを取り込めるようになり、大規模なモデリングが可能になりました。 有効にすると、ファイル取込みの上限が10GBから100GBに引き上げられ、増分学習手法を使用してモデルがトレーニングされます。

### モデリング

#### ワークベンチでVisual Artificial Intelligence (AI)の画像オーグメンテーションのサポートを開始

[画像オーグメンテーション](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-predictive/ml-adv-experiment.html.md#image-augmentation) は、既存の画像をランダムに変換することでモデリングデータセットを拡張する仕組みです。 エクスペリメントで有効にすると、シフト、スケーリング、ぼかしなど、さまざまな変換が可能になります。 モデルが構築されたら、 [アテンションマップ](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/attention-map.html.md) 、 [画像埋め込み](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/image-embeddings.html.md) 、 [ニューラルネットワーク視覚化ツール](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/neural-net.html.md) の各インサイトを使用して、モデルの意思決定の要因をより深く理解します。 Visual Artificial Intelligence (AI)は時系列エクスペリメントではサポートされていませんが、時間認識予測エクスペリメントでは利用可能です。

### Notebooks

#### CodespaceとGitプロバイダーの連携

DataRobotのcodespaceとGitプロバイダーを連携することで、DataRobotがOAuth 2.0標準を使用してリポジトリにアクセスできるようになりました。 Gitプロバイダーを選択し、DataRobotへの接続を認証すると、DataRobotのcodespaceでリポジトリのアセットを使い始めることができます。

### 予測とMLOps

#### デプロイでの地理空間の監視

トレーニングデータセット内の位置データを使用して構築し、デプロイした二値分類、連続値、多クラス、または位置モデルでは、DataRobotのLocation AIを活用して、デプロイの [データドリフト](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-data-drift.html.md#drift-charts-for-location-data) および [精度](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-accuracy.html.md#accuracy-charts-for-location-data) タブで地理空間の監視ができます。 利用可能な可視化は、ターゲットのタイプによって異なります。 デプロイで地理空間分析を有効にするには、 [セグメント化された分析を有効化](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-settings/nxt-service-health-settings.html.md#select-segments-for-analysis) し、位置データの [取込み](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/lai-ingest.html.md) 中に生成される位置特徴量のセグメントを定義します。 ロケーションセグメント（ `geometry` や `DataRobot-Geo-Target` など）には、世界を [H3セル](https://h3geo.org/) のグリッドに分割する際に使われる識別子が含まれています。 このリリースでは、位置ターゲットタイプに次の可視化が追加されました：

**時間経過に伴う予測:**
[https://docs.datarobot.com/ja/docs/images/nxt-predictions-over-time-location.png](https://docs.datarobot.com/ja/docs/images/nxt-predictions-over-time-location.png)

詳しくは [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-data-drift.html.md#predictions-over-time-chart-for-location) をご覧ください。

**位置ごとの予測値:**
[https://docs.datarobot.com/ja/docs/images/nxt-predictions-over-space-location.png](https://docs.datarobot.com/ja/docs/images/nxt-predictions-over-space-location.png)

詳しくは [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-data-drift.html.md#predictions-over-space-chart) をご覧ください。

**位置ごとの精度:**
[https://docs.datarobot.com/ja/docs/images/nxt-accuracy-over-space-location.png](https://docs.datarobot.com/ja/docs/images/nxt-accuracy-over-space-location.png)

詳しくは [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-accuracy.html.md#accuracy-over-space-chart) をご覧ください。

**位置ごとの予測値対実測値:**
[https://docs.datarobot.com/ja/docs/images/nxt-accuracy-pred-vs-actual-over-space.png](https://docs.datarobot.com/ja/docs/images/nxt-accuracy-pred-vs-actual-over-space.png)

詳しくは [ドキュメント](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-accuracy.html.md#predictions-vs-actuals-over-space-chart) をご覧ください。


#### コンソールでのアクティビティログの確認

NextGenコンソールでは、モデル、デプロイ、カスタムモデル、エージェント、およびモデレーションの各イベントを、 アクティビティログ タブという一元的な場所から確認できます。

このタブには以下のサブタブがあり、一連のロギングアクティビティを記録します。

| タブ | ロギング |
| --- | --- |
| MLOpsのイベント | 重要なデプロイイベント。 |
| エージェントイベント | MLOpsエージェントからの管理および監視イベント。 |
| モデル履歴 | デプロイイベントの履歴ログ。 |
| ランタイムログ | カスタムモデルのランタイムログイベント。 |
| モデレーション | 評価とモデレーションのイベント。 |

#### 再トレーニングポリシーをユースケースにリンクする

コンソールで再トレーニングポリシーを作成すると、既存のユースケースを選択するか、新しいユースケースを作成して、ポリシーをワークベンチのユースケースにリンクすることができます。 再トレーニングポリシーがユースケースにリンクされると、登録済みの再トレーニングモデルがユースケースのアセットにリストされます。 ユースケースに再トレーニングポリシーをリンクするには、ポリシーの作成時にユースケースを選択します。

デプロイがユースケースにリンクされている場合、そのデプロイの再トレーニングポリシーと結果として再トレーニングされたモデルは、そのユースケースに自動的にリンクされます。ただし、各ポリシーのデフォルトのユースケースを上書きできます。 デプロイ設定で再トレーニングユーザーが指定されている場合、そのユーザーはユースケースの オーナー または ユーザー のアクセス権を持っている必要があります。

> [!NOTE] Classic UIでの再トレーニングポリシーの管理
> Classic UIから再トレーニングポリシーの開始や再トレーニングポリシーのキャンセルはできますが、再トレーニングポリシーを編集または削除するには、 [NextGen UIを使用](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-mitigation/nxt-retraining.html.md) します。

#### カスタムカテゴリー指標の作成

NextGenコンソールでは、 [外部指標の作成](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-custom-metrics.html.md) 時に、デプロイの [カスタム指標](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-monitoring/nxt-custom-metrics.html.md#add-external-custom-metrics) タブでカテゴリー指標を定義できます。 カテゴリー指標ごとに、最大10クラスまで定義できます。

デフォルトでは、これらの指標は カスタム指標 タブの棒グラフに表示されます。ただし、 設定メニューからチャートタイプを設定できます。

#### レジストリでモデルのインサイトを表示

レジストリ内の [DataRobotモデル](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-model-directory/nxt-register-dr-models.html.md) と [カスタムモデル](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-model-directory/nxt-register-cus-models.html.md) の インサイト タブに、 [リフトチャート](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/lift-chart.html.md) 、 [ROC曲線](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/roc-curve.html.md) 、 [残差](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/experiment-insights/residuals.html.md) の各インサイトが含まれるようになりました。 詳細については、 [登録モデルのインサイト](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-model-directory/nxt-model-insights.html.md) のドキュメントを参照してください。

**リフトチャート:**
[https://docs.datarobot.com/ja/docs/images/registry-model-insights-4.png](https://docs.datarobot.com/ja/docs/images/registry-model-insights-4.png)

ターゲットのタイプ：すべて

**ROC曲線:**
[https://docs.datarobot.com/ja/docs/images/registry-model-insights-5.png](https://docs.datarobot.com/ja/docs/images/registry-model-insights-5.png)

ターゲットのタイプ：二値分類

**残差:**
[https://docs.datarobot.com/ja/docs/images/registry-model-insights-6.png](https://docs.datarobot.com/ja/docs/images/registry-model-insights-6.png)

ターゲットのタイプ：連続値


#### カスタムモデルでのボルトオンのガバナンスAPIの連携

[構造化カスタムモデルを構築](https://docs.datarobot.com/ja/docs/api/code-first-tools/drum/structured-custom-models.html.md#chat) する際に利用できる `chat` 関数を使うと、テキスト生成カスタムモデルがボルトオンのガバナンスAPIを実装できるため、ストリーミングレスポンスが可能になり、LLMのコンテキストとしてチャット履歴が提供されます。 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を使用する場合、 `model` パラメーターの推奨値については [利用可能なLLM](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/llm-availability.html.md) を参照してください。 あるいは、予約値 `model="datarobot-deployed-llm"` を指定して、LLMプロバイダーのサービスを呼び出すときに、LLMブループリントが関連するモデルIDを自動的に選択するようにします。

ワークベンチで、 `chat` 関数を実装した [デプロイ済みLLMを追加する](https://docs.datarobot.com/ja/docs/agentic-ai/playground-tools/build-llm-blueprints.html.md#add-a-deployed-llm) 場合、プレイグラウンドは優先通信手段としてボルトオンのガバナンスAPIを使用します。 LLMブループリントに関連付けられた チャットモデルID を入力して、プレイグラウンドからデプロイされたLLMへのリクエストに `model` パラメーターを設定します。 あるいは、 `datarobot-deployed-llm` を入力して、LLMプロバイダーのサービスを呼び出すときに、LLMブループリントが関連するモデルIDを自動的に選択するようにします。

レジストリでは、 [モデルワークショップはボルトオンのガバナンスAPIを使用したテストの実行をサポートしています](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-model-workshop/nxt-test-custom-model.html.md) 。 テキスト生成カスタム推論モデルは、スタートアップテストと、予測エラーテスト（予測 API）またはチャットエラーテスト（ボルトオンのガバナンスAPI）のいずれかを実行します。

詳しくは、 [ドキュメント](https://docs.datarobot.com/ja/docs/api/code-first-tools/drum/structured-custom-models.html.md#chat) 、 [注意事項](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/genai-consider.html.md#bolt-on-governance-api) 、および [ノートブックの例](https://docs.datarobot.com/ja/docs/agentic-ai/genai-code/genai-chat-completion-api.html.md) をご覧ください。

#### セキュリティが強化されたカスタムモデルのドロップイン環境

2025年3月にリリースされたマネージドAIプラットフォームから、ほとんどの汎用DataRobotカスタムモデルの [ドロップイン環境](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-environment-workshop/nxt-drop-in-envs.html.md) は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、 [POSIX-shell標準](https://pubs.opengroup.org/onlinepubs/9799919799/utilities/sh.html) に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。

### 管理

#### シートライセンス

管理者は、ユーザーのアクセス権を一度に1つずつ設定するのではなく、ユーザーアカウントにシートライセンスを割り当てることで、ユーザーのアクセス権を管理できるようになりました。 これにより、管理者はデプロイにアクセスできるユーザーの数をより細かく制御したり、各ユーザーに必要なアクセスレベルを微調整したりできます。

詳細については、シートライセンスの [設定](https://docs.datarobot.com/ja/docs/platform/admin/manage-entities/manage-users.html.md#assign-seat-licenses-to-users) と [割り当て](https://docs.datarobot.com/ja/docs/platform/admin/manage-cluster/license.html.md#seat-licenses) に関するドキュメントを参照してください。

### プラットフォーム

#### ショートカットを使用したNextGen内の移動

キーボードショートカットを使って、NextGenプラットフォーム内を移動できるようになりました。 ショートカットメニューを開くには：

- キーボードで Cmd+K を押します。
- ユーザー設定 に移動し、 ナビゲーションのショートカット を選択します。

特定のショートカットを見つけるには、上部の検索バーを使用します。 ナビゲーションショートカットは、メニューが開いているときだけ実行できます。

#### ユースケースでの価値の追跡とリスク評価

このリリースでは、ユースケースの ユースケース管理 タイル内に バリュートラッカー タブと リスク タブが導入されています。

[バリュートラッカー](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/usecases/track-value.html.md) では、ユースケースで達成したいことを指定できます。 予期する値を定義し、リアルタイムで受け取る実測値を追跡することで結果を測定できます。 また、バリュートラッカーでは、ユースケースツールを使用して、目標の達成や他のユーザーとの共同作業に使用する各種DataRobotアセットを収集することもできます。

[リスクタブ](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/usecases/assess-risk.html.md) では、ユースケースに対する潜在的なリスクを特定し、DataRobotのリスク管理ツールを使用して、それらのリスクに対処し、軽減する方法を決定できます。 リスクには、法律、運用、ITセキュリティ、戦略、バイアスと公平性など、ユースケースに影響を与える可能性のあるすべてのものが含まれます。 リスクは常に変化するため、リスク評価の更新や作成を定期的に行う必要があります。

#### NextGenのUIとナビゲーションを改善

NextGenでは、ユーザーエクスペリエンスとブランディングについて、以下の改善を行いました。

- UI要素に新しいブランドカラーパレットが反映され、アクセシビリティガイドラインに従うようになりました。
- 2階層目への移動が左パネルからできるようになりました。
- よく使うユースケースは、ワークベンチのユースケースディレクトリの最上位にピン留めすることができます。
- 次に、タグを追加してユースケースを整理およびフィルターします。
- ユーザー設定で、ライトテーマまたはダークテーマを選択します。

詳しくは、ページ上部の [注目の新機能を紹介した動画](https://docs.datarobot.com/ja/docs/release/cloud-history/2025-announce/march2025-announce.html.md#in-the-spotlight) をご覧ください。

### サポート終了/移行ガイド

#### MLOpsライブラリにはJava 11以降が必要

2025年3月以降、 [MLOps監視ライブラリ](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/mlops-agent/monitoring-agent/index.html.md) はJava 11以降で動作する必要があります。 これには、 [監視のためのスコアリングコードモデル](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/mlops-agent/monitoring-agent/agent-sc.html.md) が含まれます。

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 。