学習データ

学習データとは、AIモデルがパターンを学ぶために読み込む、大量の文章・画像・音声などのデータの集まりのことです。大規模言語モデルであれば、インターネット上の文章、書籍、記事など膨大な量のテキストが学習データとして使われ、モデルはそこから言葉のつながり方や知識のパターンを学び取っていきます。

学習データの質と量は、できあがるAIモデルの性能や特性に直接影響します。偏った内容のデータばかりで学習すれば、モデルの出力にも同じ偏り（バイアス）が現れやすくなりますし、古い情報しか含まれていなければ、モデルは新しい出来事を知らないまま応答することになります。AIが学習した時点より後の出来事を知らないのは、この学習データの性質によるものです。

自社のAI活用でファインチューニングやRAGを検討する場合も、「どんなデータを、どれだけの質で用意できるか」が成果を左右する重要な要素になります。学習データの著作権や個人情報の扱いは法的な論点にもなりやすく、生成AIリテラシーの一部として押さえておくべきテーマです。

大規模言語モデルは、Web上の文章や書籍などを学習データとして事前学習されます。企業が自社データでファインチューニングする場合は、社内文書やサポート履歴などが学習データにあたります。

• ファインチューニング
• データセット
• バイアス
• 大規模言語モデル（LLM）

• 生成AIリテラシー：安全に使うための基礎知識

Q1. 「学習データ」とは何ですか？
AIモデルを学習させる際に使用される、大量の文章・画像・データの集まりです。

Q2. 「学習データ」はどんな場面で使われますか？
大規模言語モデルは、Web上の文章や書籍などを学習データとして事前学習されます。企業が自社データでファインチューニングする場合は、社内文書やサポート履歴などが学習データにあたります。

Q3. 「学習データ」と関連する用語は何ですか？
関連する用語として「ファインチューニング」・「データセット」があります。あわせて確認すると理解が深まります。