⑤ ディープラーニングの応用例 ／ 27. 自然言語処理
ChatGPTとは
ChatGPTとは、GPT系列のモデルを基盤とし、RLHF（人間のフィードバックによる強化学習）によって対話向けに最適化された大規模言語モデルのサービスです。
この用語はG検定シラバスの「27. 自然言語処理」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
GPTを土台に、人の評価を使った強化学習で対話向けに調整したサービスです。
なぜ調整が必要だったのか
事前学習しただけのモデルは「もっともらしい続き」を書くだけで、指示に従うとは限りません。有害な内容を出力することもあります。
そこで人間にとって有用で安全な応答になるよう追加の調整が行われます。
段階的な調整
- 教師あり微調整：人が書いた模範的な応答を学習させる
- 報酬モデルの学習：人が応答の良し悪しを比較評価し、その好みを予測するモデルを作る
- 強化学習（RLHF）：その報酬が高くなるように本体を調整する
RLHFは人間の価値観をモデルに反映させる手法として重要な位置を占めます。
残る課題
調整を経てもなお、事実と異なる内容を自信を持って述べることがあります。
また、人間の評価にもとづくため評価者の価値観が反映されるという本質的な性質もあります。万能ではない点を理解して使うことが重要です。
🎯 G検定での押さえどころ
- GPT系列を基盤とする
- RLHFで対話向けに最適化されている
- 教師あり微調整 → 報酬モデル → 強化学習という流れ
⚠️ よくある誤りの選択肢
- 「ChatGPTは事前学習のみで対話能力を獲得している」→ 誤り。追加の調整が行われています
- 「ChatGPTはBERTを基盤としている」→ 誤り。GPT系列です
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「GPT-n」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。