生成AIパスポート 用語解説
InstructGPTとは
GPT-3を人間のフィードバックを用いた強化学習（RLHF）でファインチューニングし、指示に従う能力を高めたモデル群。2022年1月にOpenAIが発表し、後のChatGPTの基礎となった。
まず押さえる結論
InstructGPT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）」で確認しておきたい用語です。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。 一次情報確認日: 2026-08-31。
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
×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） / 生成AIの誕生まで
BERTモデルを改良して提案された派生モデルとして挙げられるものはどれか。
正解は「ALBERT（a Lite BERT）」である。ALBERT（a Lite BERT）は、RoBERTaと並んでBERTモデルを改良して提案された派生モデルである。InstructGPTはGPT系の派生モデル、ボルツマンマシンは初期の確率的な生成モデル、Soraは動画を生成するモデルであり、いずれもBERTモデルを改良した派生モデルではない。InstructGPT・ボルツマンマシン・Soraは、それぞれGPT系統の派生、初期の確率的モデル、動画生成モデルという異なる系譜に属する点で、BERTモデルの派生モデルとは区別できる。
第2章 生成AI（ジェネレーティブAI） / ChatGPT
OpenAIが、人間のフィードバックを用いた学習でGPT-3を改良し、ユーザーの指示に沿うよう出力を人間の意図に合わせる（アライメント）ことを目指したモデルはどれか。
正解は「InstructGPT」である。OpenAIが、人間のフィードバックを用いた学習でGPT-3を改良し、ユーザーの指示に沿うよう出力を人間の意図に合わせる（アライメント）ことを目指したモデルがInstructGPTである。RoBERTa・ALBERT（a Lite BERT）・BERTモデルはいずれもBERT系のモデルであり、GPT-3を改良してアライメントを図ったものではない。RoBERTa・ALBERT・BERTモデルは、いずれもBERTモデルを改良した系統に属する点で、GPT-3を改良してアライメントを図ったInstructGPTとは改良元が異なる。
第2章 生成AI（ジェネレーティブAI） / ChatGPT
ChatGPT上で、利用者が用途に合わせて独自にカスタマイズした対話AIを作成・公開できる機能を何というか。
正解は「GPTs」である。利用者が用途に合わせて独自にカスタマイズした対話AIを作成・公開できる機能がGPTs。Code Interpreterはコードの実行などを行う機能、InstructGPTは指示に沿うよう改良されたモデル、RLHFは人間のフィードバックによる強化学習の手法で、いずれも『独自の対話AIを作成・公開する機能』ではない。この問題では、利用者が行うことが「コード実行」や「モデルの学習」ではなく、「用途に合わせた対話AIの作成・公開」である点を拾う。製品上の作成機能、モデル、学習手法、実行機能を同じ階層の語として扱わないことが見分け方になる。
同じ章で確認したい用語
到達チェック
- InstructGPT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、InstructGPT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
執筆: ミナト編集部（運営者情報を見る）