LLM・トークン・RAG・温度がわかる生成AIの基本用語|プロンプト・ファインチューニング・マルチモーダル【生成AIパスポート・G検定】
生成AIパスポート・G検定・ITパスポートで出題される生成AIの基本用語を一覧にまとめます。
📺 動画でも学べます:生成AIパスポート 合格講座(YouTube・xana研究室)
先生と生徒の会話で、要点を動画でも確認できます。
▶ 再生リストを見る
よく出る用語

| 用語 | 意味 |
|---|---|
| LLM(大規模言語モデル) | 大量の文章で学習し、文章を生成・理解するAIモデル |
| トークン | AIが文章を処理するときの単位(単語や文字の断片) |
| プロンプト | AIに与える指示や質問の文章 |
| ファインチューニング | 学習済みモデルに追加のデータで学習させ、特定の用途に合わせること |
| RAG(検索拡張生成) | 外部の文書を検索し、その内容を使って回答を生成するしくみ |
| 温度(temperature) | 出力のランダムさを調整する設定。高いほど多様、低いほど安定 |
| マルチモーダル | 文章・画像・音声など複数の種類のデータを扱えること |
| 拡散モデル | ノイズから少しずつ画像を作り出す、画像生成の代表的な手法 |
| Transformer | 現在のLLMの土台となっている仕組み(注意機構を使う) |
生成AI用語を覚えるコツ
「モデルそのものを変える」のがファインチューニング、「モデルは変えずに外部の情報を参照させる」のがRAG。この対比はよく問われます。
RAGと温度の意味を4択で
問題1
外部の文書を検索して、その内容をもとに回答を生成するしくみはどれか。
- ファインチューニング
- RAG
- 拡散モデル
- トークン
正答:2
- 肢1 × モデル自体を追加学習させる方法。
- 肢2 ○(正答) 検索拡張生成。
- 肢3 × 画像生成の手法。
- 肢4 × 処理の単位。
問題2
温度(temperature)を低くするとどうなるか。
- 出力が多様になる
- 出力が安定する
- 処理が速くなる
- 画像が生成される
正答:2
- 肢1 × 高くした場合。
- 肢2 ○(正答) ランダムさが減り安定した出力になる。
- 肢3 × 関係ない。
- 肢4 × 関係ない。
問題3
文章と画像など複数の種類のデータを扱えることを何というか。
- マルチモーダル
- ハルシネーション
- トークン
- プロンプト
正答:1
- 肢1 ○(正答) 正しい。
- 肢2 × 誤情報の生成。
- 肢3 × 処理の単位。
- 肢4 × 指示文。
LLMとトークンの取りちがえ
| よくある間違い | 正しい理解 |
|---|---|
| RAGはモデルを再学習 | 外部文書を参照 |
| 温度が高いほど安定 | 高いほど多様 |
| トークン=料金の単位だけ | 処理の単位 |
| 拡散モデルは文章生成 | 画像生成の手法 |
生成AIの用語を、身近なたとえでかみくだく
ひとことで言うと
生成AIの用語は、「何を入れて(プロンプト)」「どんな部品で(トークン、モデル)」「どう調整するか(ファインチューニング、RAG、温度)」の3つの流れで整理すると、頭に入ります。
たとえ話で理解する
- LLM:たくさんの本を読んで、文章の書き方を身につけた物知りの人。
- プロンプト:その人に出す質問や依頼メモ。
- トークン:その人が文章を読み書きするときの、細かい区切り。文字より細かい、または単語に近い断片で、言語や仕組みによって数え方が変わる。
- ファインチューニング:その人に特定の分野の勉強をさらにしてもらい、中身を変える。
- RAG:その人は変えず、答えるときに資料を調べて持ち込んでもらう。
温度は「冒険度」
温度(temperature)を低くすると、毎回ほぼ同じ安定した答えになり、高くすると、意外性のある多様な答えが出やすくなります。事実を正確に答えさせたいときは低め、アイデアを出したいときは高めが向いています。
ミニ確認問題
問1 社内の最新マニュアルをもとにAIに回答させたい。モデルを作り直さずに実現するには?
答え:RAG。外部の文書を検索して回答に使うので、モデルそのものを再学習しなくても最新の情報を反映できます。
問2 文章と画像を一緒に理解できるAIの性質を何という?
答え:マルチモーダル。複数の種類のデータを扱えることを指します。
まちがえやすいところ
RAGとファインチューニングの混同が最も多いです。判別のコツは、「モデルの中身が変わるか」。変わるのがファインチューニング、変わらないのがRAGです。また、拡散モデルは画像生成の手法で、文章生成の仕組みの土台はTransformer(注意機構)です。トークンは料金の単位として使われることもありますが、本来はAIが文章を処理する単位です。
問3 AIがもっともらしい誤情報を出してしまう現象を何という?
答え:ハルシネーション。RAGで根拠となる文書を参照させると、こうした誤りを減らしやすくなりますが、ゼロにはならないため、出力の確認は人間が行います。
用語を覚えるときは、「A と B のちがい」を一組ずつ言えるようにしておくと、選択肢の問題で迷いません。ファインチューニングとRAG、温度が高いと低い、拡散モデルとLLM、という3組が定番です。
最後に、学習の進め方です。用語集を一度読んだら、右半分を隠して左の用語から意味を言ってみましょう。次に、意味を見て用語を言う逆の練習もします。この両方向の練習で、生成AIパスポートやG検定で出題される基本用語は確実に身につきます。
コメント
コメントを投稿