② 生成AIの仕組み
生成AIパスポート 第66問
問題
1997年に提唱されRNNの弱点を克服しより長いシーケンスの依存関係を学習できるモデルはどれか。
ACNN
BVAE
CLSTM✓ 正解
DALBERT
正解
C：LSTM
解説
LSTMはRNNの改良版であり複雑なパターンの時系列データの予測が可能になりました。
分野解説：② 生成AIの仕組み
Transformer・LLM（大規模言語モデル）・拡散モデル・トークン・パラメーター・事前学習・ファインチューニング・RLHFなど、生成AIの内部構造を学ぶ分野です。GPT・Claude・Geminiなど代表的なモデルの違い、テキスト生成・画像生成・音声生成それぞれのアーキテクチャの違いを整理します。ハルシネーション（もっともらしい嘘）が発生する原因など、技術的特性の理解も問われます。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
生成AIパスポートについて
AIリテラシーを証明する時代の資格
| 主催 | 一般社団法人生成AI活用普及協会（GUGA） |
|---|---|
| 出題形式 | CBT方式・60問（4択） |
| 試験時間 | 60分 |
| 受験料 | 11,000円（税込） |
| 合格基準 | 正答率70%以上（42問以上） |
| 難易度 | ★★☆☆☆（比較的やさしい） |
生成AIパスポートの関連記事
60問60分・正答率70%を超える生成AIパスポート対策
出題6分野のうちリスク・法律だけで22問前後を占め、著作権・個人情報保護・AI倫理の3本柱が合否を握る。市販書籍よりGUGAの公式テキストとシラバスが近道になる理由も扱う。
IT未経験から生成AIパスポートに独学で届くのはなぜか
合格率は公式に公表されておらず、受験ブログなどからおおむね70〜80%と推定される試験。ただし受験料11,000円は再挑戦のたびに要り、著作権法や個人情報保護法を落とすと届かない。
RAGとマルチモーダル追加、生成AIパスポート2025シラバス
GPT-4o以降のマルチモーダル、RAGとエージェント、EU AI Act施行後のガバナンス。2025年のシラバス改定で加わった論点を洗い出し、追加項目にどう手を付けるかを整理する。