技術のしくみ 教師あり学習・自己教師あり学習・事前学習・ファインチューニングを理解しよう！
生成AIの学習ステップである教師あり学習・自己教師あり学習・事前学習・ファインチューニングの違いや関係性をわかりやすく整理。JDLA Generative AI Testの頻出テーマを試験対策に役立つ形で解説します。
Mana
技術のしくみ 
技術のしくみ 基盤モデル・トランスフォーマー・アテンションとは？〜生成AIの中核をなす技術をやさしく解説〜
生成AIの仕組みを支える基盤モデル・トランスフォーマー・アテンションの技術をやさしく解説。JDLA Generative AI Test対策として、各用語の意味や違い、試験で問われやすいポイントもまとめています。
技術のしくみ 大規模言語モデル（LLM）の基本構造と学習方法をわかりやすく解説！
大規模言語モデル（LLM）の仕組みと学習ステップ（事前学習・ファインチューニング・RLHF）を図解的に解説。試験対策に役立つ重要用語も一覧で紹介。生成AIの基礎をしっかり押さえましょう。
技術のしくみ 確率モデルとハルシネーションとは？〜生成AIの“思考の癖”を正しく理解する〜
生成AIが事実でない情報を出力する理由は「確率モデル」にあります。この記事では、ハルシネーションの仕組みと対策、試験対策で押さえておきたいポイントをわかりやすく解説します。
技術のしくみ 生成AIモデルに共通する技術的特徴とは？
生成AIはテキスト・画像・音声など異なる形式でも共通する仕組みで動いています。本記事では、生成AIの学習・生成プロセス、評価指標、マルチモーダル対応といった共通技術をわかりやすく解説します。
入門と全体像 生成AIの社会的インパクトとは？
こんにちは、マナです。今回は、生成AIがもたらす社会的インパクトについて考えてみたいと思います。東京大学の松尾豊教授は、「生成AIは、スマートフォン以上の社会変革を引き起こす技術である。」と語っています。この言葉のとおり、生成AIは教育、産...
入門と全体像 生成AIのリスクと倫理とは？〜正しく使うために知っておくべき視点〜
生成AIの代表的なリスク（ハルシネーション・バイアス・個人情報漏洩など）や倫理的な配慮点をわかりやすく解説。JDLA Generative AI Testの試験対策としても必見の内容です。
入門と全体像 「3A＋民」への生成AIの影響とは？ 〜社会全体が変わる時代の理解〜
生成AIが産業界・官公庁・学術界・一般市民（3A＋民）に与える具体的な変化をわかりやすく解説。JDLA Generative AI Test対策としても押さえておきたい社会的インパクトを丁寧にまとめます。
入門と全体像 ChatGPTの普及速度と社会的インパクトを読み解く
ChatGPTはなぜこれほど急速に広まったのか？その普及スピードと社会的インパクトをわかりやすく解説。JDLA Generative AI Testの出題対策にもなる内容です。
入門と全体像 生成AIの限界とは？〜万能ではないことを理解しよう〜
生成AIの代表的な限界（ハルシネーション、最新情報への非対応、計算や判断の弱さ）を解説。試験対策として、AIの強みと限界を冷静に理解するためのポイントを紹介します。