【生成AI入門】LLMの学習方法｜事前学習・ファインチューニング・自己教師あり学習をやさしく解説
2026年7月13日
大規模言語モデル(LLM)は、生まれつき賢いわけではなく「学習」によって育てられます。この記事では、AIの学習の基本である「教師あり学習」から、LLMを支える「自己教師あり学習」、そして「事前学習→ファインチューニング」という2段階の育て方まで、人間の学びにたとえながら丁寧に解説します。生成AIテスト第1章の中でも、用語どうしの関係が問われやすい重要項目です。
【E資格】オートエンコーダとVAE｜Reparameterization Trickと変分下限を解説
2026年7月12日
オートエンコーダは、入力を低次元の潜在表現に圧縮(エンコード)し、そこから元の入力を復元(デコード)するように学習するニューラルネットワークです。この項目では、その発展形であるDenoising Autoencoderと、確率的な生成モデルへ拡張したVAE(変分オートエンコーダ)の仕組みを学びます。
【生成AI入門】スケーリング則とは？LLMが大きくなり続ける理由をわかりやすく解説
2026年7月12日
なぜAI企業は、巨額の費用をかけてまでモデルを大きくし続けるのでしょうか。その意思決定の裏付けになっているのが「スケーリング則」です。この記事では、何がどう「規則的」なのか、なぜそれが大規模化競争の引き金になったのか、そしてこの法則の限界まで、親記事より一段深く解説します。
【生成AI入門】モデル圧縮とは？量子化・蒸留・枝刈りの仕組みをわかりやすく解説
2026年7月12日
「あの巨大なAIモデルが、手元のパソコンで動いた」——そんな話を可能にしているのがモデル圧縮です。この記事では、代表的な3手法「量子化・蒸留・枝刈り」がそれぞれ何をどうやって減らしているのかを、親記事より一歩踏み込んで、仕組みから丁寧に解説します。
【E資格】識別モデルと生成モデルの違い｜自己回帰・拡散モデル・フローベース生成モデル
2026年7月12日
機械学習のモデルは、入力からラベルを直接予測する「識別モデル」と、データそのものの分布を学習する「生成モデル」に大別できます。この項目では両者の違いを整理したうえで、深層生成モデルの主要なアプローチである自己回帰モデル・拡散モデル・フローベース生成モデルの考え方を学びます。