生成AIパスポート 用語解説
GPT-1とは
OpenAIが2018年6月に発表した最初のGPTモデル。事前学習済みの単一モデルをさまざまな自然言語処理タスクにファインチューニングして応用できることを示した研究成果で、消費者向け製品としての公開ではなかった。
この記事の目次
GPT-1の意味と見分け方
GPT-1は、生成AIパスポートの「第2章 生成AI(ジェネレーティブAI)」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。
公式シラバス(PDF)(公式)試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第2章 生成AI(ジェネレーティブAI)」の問題で、取り違えやすい組み合わせです。
- ハルシネーション・アライメント・ファインチューニングの取り違え。事実と異なるもっともらしい出力=ハルシネーション、人間の意図に沿わせること=アライメント、追加学習で調整=ファインチューニング。
- GANとVAEの混同。GANは生成器と識別器を競わせる方式、VAEはエンコーダ・デコーダと潜在ベクトルを使う方式。
- Transformerの中核を畳み込みや位置エンコーディングと取り違える。中核は自己注意(Self-Attention)。
関連する確認問題
第2章 生成AI(ジェネレーティブAI) / ChatGPT
2018年6月にOpenAIが発表した最初のGPTモデルの説明として、最も適切なものはどれか。
正解は「事前学習済みの単一モデルを様々な自然言語処理タスクにファインチューニングして応用できることを示した研究成果として位置づけられる」である。GPT-1は2018年6月にOpenAIが発表した最初のGPTモデルであり、消費者向け製品としてではなく、事前学習済みの単一モデルを様々な自然言語処理タスクにファインチューニングして応用できることを示した研究成果として位置づけられる。統合システムはGPT-5、大きなコンテキストウィンドウはGPT-4.1、推論モデルシリーズの最初のモデルはGPT-o1の特徴であり、いずれもGPT-1の説明ではない。
第2章 生成AI(ジェネレーティブAI) / ChatGPT
2020年にOpenAIが論文で発表した、少数の例示(Few-Shot)や例示なし(Zero-Shot)だけで、追加学習なしに多様なタスクをこなせることを示したGPTモデルはどれか。
正解は「GPT-3」である。GPT-3は2020年にOpenAIが論文で発表したモデルで、少数の例示(Few-Shot)や例示なし(Zero-Shot)だけで、追加学習なしに多様なタスクをこなせることを示した論文「Language Models are Few-Shot Learners」の対象モデルとして知られる。GPT-1は2018年に発表された最初のGPTモデル、GPT-2は2019年に公開されたモデル、GPT-4は2023年3月に公開されたモデルであり、いずれもFew-Shot/Zero-Shot学習能力を示した2020年発表のモデルではない。
第2章 生成AI(ジェネレーティブAI) / ChatGPT
テキスト・音声・画像といった複数種類の情報を、一つのモデルでまとめて入出力できる、マルチモーダルに対応したGPTモデルの一つはどれか。
正解は「GPT-4o」である。テキスト・音声・画像といった複数種類の情報を一つのモデルでまとめて入出力できる、マルチモーダルに対応したGPTモデルがGPT-4oである。GPT-1は初期のテキスト中心のモデル、BERTモデルはMLM・NSPで事前学習する別系統のモデル、InstructGPTは人間のフィードバックでGPT-3を改良したモデルで、いずれもテキスト・音声・画像を一つのモデルでまとめて扱うことを特徴とするものではない。テキスト中心か複数種類の入出力かという軸と、GPTモデル系列かBERT系列かという軸で選択肢を分類すると、マルチモーダル対応のGPT-4oだけが残る。
同じ章で確認したい用語
到達チェック
- GPT-1を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、GPT-1に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
用語を試験範囲の流れで読み直す本(Amazon)
PR執筆: AI資格ドリル編集部(運営者情報を見る)

