モデル・技術

GPT-3.5とは?ChatGPT普及とインストラクション追従

読み:じーぴーてぃーさんてんご / 英:GPT-3.5

更新日: 読了目安:約6分

GPT-3.5は、ChatGPTに搭載され高速・低コストで広く普及したGPT系列のモデルです。GPT-3の大規模化・API提供とは異なり、本記事は対話型サービスとの接点インストラクション追従(指示への従順さ)という試験向けの切り口で整理します。2026年6月時点の提供状況は公式情報で確認してください。

試験で問われる見方

生成AIパスポートでは、GPT-3.5はChatGPTの歴史やGPTモデルの変遷を学ぶ文脈で扱われます(TF-0138)。細かな内部仕様より、GPT-1GPT-2GPT-3GPT-3.5→GPT-4という系列の流れの中で位置づけることが中心です。

G検定でも大規模言語モデルの発展としてGPT系列が問われることがありますが、GPT-3.5個別の数値暗記より、ChatGPT普及の転換点として覚える方が実用的です。

演習で確認する

生成AIパスポート:TF-0138(GPT-3.5)TF-0137(GPT-3)HQ-0311(RLHF)

ChatGPTとモデルの接点

2022年のChatGPT登場で、一般ユーザーが生成AIに触れる入口が一気に広がりました。その中核にGPT-3.5系列が使われ、モデル(技術)ChatGPT(サービス)が同時に話題になったのがこの世代の特徴です。

モデル(GPT-3.5)

OpenAIが提供する言語モデル。APIや各サービスから利用される技術基盤

サービス(ChatGPT)

対話UI・履歴管理・機能追加を含む利用体験。中で動くモデルは世代更新される。

試験では「ChatGPT=GPT-3.5」と同一視する選択肢に注意してください。ChatGPTは後からGPT-4系など別モデルも搭載しており、サービス名とモデル名は別概念です。

インストラクション追従とRLHF

GPT-3.5世代の大きな進歩は、ユーザーからの指示(インストラクション)に沿った応答の改善です。GPT-3のFew-shotが「例示でタスクを示す」話題だったのに対し、GPT-3.5は対話として使いやすい出力が重視されました。

その調整にはRLHF(Reinforcement Learning from Human Feedback:人間のフィードバックを用いた強化学習)が用いられたことが知られています。人間評価者の好みを反映し、有害・無関係な出力を抑える方向へ調整する手法として試験でも扱われます。

観点GPT-3.5で押さえること
強み対話品質・応答速度・コストのバランス。ChatGPT普及の基盤
限界ハルシネーションや最新情報の不足は後続モデルでも課題として残る

GPT-3との整理

同じGPT系列でも、試験で問われる役割の違いを表にまとめます。パラメータ数の細部より、この対比を優先してください。

項目GPT-3GPT-3.5
試験の焦点大規模化・Few-shot・API提供ChatGPT普及・インストラクション追従
主な利用像開発者向けAPI中心一般向け対話サービス(ChatGPT)
調整の話題プロンプト内の例示(Few-shot)RLHFによる対話品質の向上
系列上の位置GPT-3の次はGPT-3.5、その次がGPT-4同上(順序のすり替えに注意)

よくある誤解

  • 誤解:GPT-3.5=GPT-3の別名

    系列内の別世代です。GPT-3の次に位置づけ、GPT-4の前に来ます。

  • 誤解:ChatGPTと言えば常にGPT-3.5

    ChatGPTはサービス名であり、搭載モデルは更新されます。2026年6月時点のモデルは公式で確認してください。

  • 誤解:RLHF=ファインチューニングと同じ

    RLHFは人間フィードバックによる強化学習、ファインチューニングは追加データでの重み更新。別の調整手法です。

よくある質問

GPT-3.5とChatGPTの関係は?

GPT-3.5はChatGPTの中核となるモデル系列の一つ、ChatGPTは対話型のサービスです。試験では「ChatGPT=GPT-3.5そのもの」と混同せず、サービスとモデルを分けて答えます。

GPT-3.5とGPT-3の違いは?

GPT-3は大規模化とFew-shotの汎用性が話題になった世代、GPT-3.5はインストラクション追従を強化しChatGPT普及の基盤となった世代です。系列の順序と役割の違いが試験の焦点です。

GPT-3.5はRLHFを使う?

ChatGPT向けの調整ではRLHF(人間のフィードバックを用いた強化学習)が用いられたことが知られています。試験ではRLHFの定義と、対話品質向上の文脈で結び付けて整理するとよいです。