AI用語集 / 学習データ

🏗️ モデルと学習

トレーニングデータとは、モデルの学習に使われた素材です。ウェブサイトの文章や書籍、コード、説明付きの画像、音声などが含まれます。その量や多様性、質はモデルの能力を大きく左右します。質の低いデータからは、質の低い回答が生まれます。トレーニングデータをめぐって、業界では重要な法的論争が続いています。クリエイターや出版社は、自分たちの作品がどのような根拠で学習に使われたのかを問いかけています。こうした背景から、ライセンス取得済みのデータセットや合成データ、コンテンツ収集ボットをブロックする仕組みの重要性が高まっています。