ChatGPT

問題

過去問演習後の復習問題で、RLHFと「ChatGPT」の違いを踏まえた説明として最も適切なものを1つ選びなさい。

1. A. RLHFは第2章では扱われず、試験範囲外の語句である。
2. B. RLHFは人間のフィードバックを用いた強化学習により、出力を望ましい方向へ調整する手法であり、「ChatGPT」は対話形式で文章生成や質問応答などを行うテキスト生成AIサービスとして区別される。
3. C. RLHFと「ChatGPT」は、名称が違うだけで常に同じ意味で使われる。
4. D. RLHFは対話形式で文章生成や質問応答などを行うテキスト生成AIサービスであり、「ChatGPT」は人間のフィードバックを用いた強化学習により、出力を望ましい方向へ調整する手法である。

解説（正解: B）

正解は2です。RLHFは「人間のフィードバックを用いた強化学習により、出力を望ましい方向へ調整する手法」であり、「ChatGPT」とは役割や対象が異なります。比較問題では、2つの用語の定義を入れ替えた選択肢に注意します。選択肢の前半だけが正しくても、後半で別概念を誤って説明していれば不正解になります。第2章では、生成モデルや代表的なモデル名を、仕組みと役割で整理すると判断しやすくなります。誤答を読むときは、語句の一部だけで判断せず、説明全体がその用語の定義と対応しているかを確認しましょう。