GPT（Generative Pre-trained Transformer）は、Transformerを基盤とする自己回帰型の言語モデル系列です。OpenAIが広く知られる開発元ですが、本記事は個別バージョンの性能比較ではなく、モデル・LLM・サービスの三層——試験で混同されやすい主語の整理——に焦点を当てます。
試験で問われる見方
○：GPT系は文脈に続くトークンを予測する自己回帰的な言語モデル（TF-427）。Transformerを基盤とする言語モデル系列（TF-0140、HQ-0261）。
×：GPTはGANの生成器・識別器だけで構成される画像生成モデル（TF-0140）。×：画像分類専用で文章を扱えない（TF-428）。
「生成AIの定義」「RLHFの定義」「ChatGPTの定義」を、GPTの説明として選ぶ問題では主語と説明の対応を確認してください（HQ-0247は生成AIの説明が正解で、GPTの定義は別文脈）。
名前の意味
- Generative（生成的） — 与えられた文脈から新しいトークン列を生成する
- Pre-trained（事前学習済み） — 大規模コーパスでまず学習し、その後ファインチューニングやRLHFなどで調整されることが多い
- Transformer — Attentionを中核とするアーキテクチャを採用
構造の詳細はGPTアーキテクチャの記事で補完します。
三層の区別
試験で最も重要な整理です。上から下へ「具体」になります。
| 層 | 例 | 覚え方 |
|---|---|---|
| サービス | ChatGPT | ユーザーが触るアプリ・API |
| モデル | GPT系列、LLM | 学習済みの重み・能力 |
| アーキテクチャ | Transformer（デコーダ系） | ネットワークの設計図 |
生成AIはさらに広い概念で、「GPT＝生成AI全体」ではありません。逆に、GPTは生成AIを実現する代表的モデルの一つです。
GPTは何をするか
入力テキスト（プロンプト）をトークン列に分割し、次のトークンを順に予測して文章を伸ばします。翻訳・要約・質問応答・コード生成など、多様なタスクはプロンプト設計や追加学習で実現されます。
すり替えに注意
| 誤った説明 | 正しい整理 |
|---|---|
| GPT＝ChatGPT | モデルとサービスは別 |
| GPT＝GAN／VAE | 言語モデル系列。画像生成専用の別系譜（HQ-0261） |
| GPT＝Transformer全体 | GPTはTransformerの派生モデルの一つ |
| GPT＝RLHF | RLHFは調整手法（RLHF） |
| Transformer＝ChatGPT | アーキテクチャとサービスは別（Transformer） |
よくある質問
GPTとClaude・Geminiは同じ？
いずれも大規模言語モデル系ですが、開発元・学習データ・提供形態は異なります。試験では「GPT＝OpenAIの系列」程度で十分なことが多いです。
GPT-4などバージョンは覚える？
試験では世代の細かい暗記より、自己回帰・Transformer基盤・サービスとの区別が中心です。
BERTとの違いは？
BERTはエンコーダ中心のモデル、GPTはデコーダ中心の自己回帰生成が典型です（TF-425）。