InstructGPTとは

人間のフィードバックを使った強化学習（RLHF）によって、指示に従いやすく人間の意図に沿った受け答えができるよう調整されたモデル。

生成AIパスポート公式シラバス（2026年2月試験より適用）第2章「生成AI（ジェネレーティブAI）」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

InstructGPTについて、最も適切な説明はどれか。

A画像と文章を同時に入力できるようにすることで、写真を見せながら質問するという新しい使い方を初めて実現したモデル
Bプログラムのコードをその場で書いて実行し、複雑な計算やグラフ作成まで自動でこなすことを中心に据えて開発されたモデル
C人間のフィードバックを使った強化学習(RLHF)によって、指示に従いやすく人間の意図に沿った受け答えができるよう調整されたモデル
D検索エンジンと常時つながり、その日のニュースなど最新の情報を反映した回答を返すことを主な目的として開発されたモデル

答えと解説を開く

正解C　人間のフィードバックを使った強化学習(RLHF)によって、指示に従いやすく人間の意図に沿った受け答えができるよう調整されたモデル

InstructGPTは、人間がAIの答えの良し悪しを評価し、そのフィードバックを使ってAIを望ましい方向に学習させる仕組み(RLHF、人間のフィードバックを使った強化学習)によって、指示に従いやすく人間の意図に沿った受け答えができるよう調整されたモデルです。この考え方は、後のChatGPTにも活かされています。

この問題を含む一問一答で続きを解く

ありがちな誤解と訂正

当サイトの問題「InstructGPTについて、最も適切な説明はどれか。」の誤答の選択肢から。

×画像と文章を同時に入力できるようにすることで、写真を見せながら質問するという新しい使い方を初めて実現したモデル

○画像なども入力として扱えるようになったのは、GPT-4のマルチモーダル対応の側。

この問題の正解＝「人間のフィードバックを使った強化学習(RLHF)によって、指示に従いやすく人間の意図に沿った受け答えができるよう調整されたモデル」

同じ問題に登場した語

当サイトでの登場（実測）

当サイトの問題バンク321問のうち、InstructGPTは1問に登場します。内訳＝問題文に登場1問。

登場した単元＝第2章生成AI（ジェネレーティブAI）

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

演習に進む

第2章生成AI（ジェネレーティブAI）一問一答この語が出る問題：#q2010
単元一覧へ

最終更新：2026年8月27日（運営：Meritorious）