② 生成AIの仕組み
生成AIパスポート 第83問
問題
人間のフィードバックに基づいてAIの出力を矯正する強化学習の手法はどれか。
ARLHF✓ 正解
BMLM
CNSP
DCNN
正解
A：RLHF
解説
人間から好ましい回答は何かを学習し適切な回答を生成する能力を身につけます。
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。