Instruction Tuning

指示調整とは、人工知能モデルに様々な指示を与え、その指示通りに動作するように訓練する手法です。従来の人工知能の学習方法は、大量のデータを使って特定の作業をできるように訓練していました。例えば、写真を見て何が写っているかを判断する人工知能を作るには、たくさんの写真とその写真に何が写っているかの説明を用意し、それを使って人工知能を訓練していました。 この方法では、新しい作業を覚えさせるには、その作業に合わせた新しいデータを使って再び訓練する必要がありました。例えば、日本語を英語に翻訳する人工知能を訓練した後、今度は英語をフランス語に翻訳させたい場合、英語とフランス語の組み合わせのデータを用意し、最初から訓練し直す必要があったのです。 指示調整はこの問題を解決する方法です。指示調整では、様々な作業に対する指示と、その指示に対する正しい答えの組み合わせを用意し、それを使って人工知能を訓練します。例えば、「この写真に何が写っていますか？」という指示に対して「犬」と答えたり、「日本語を英語に翻訳してください。『こんにちは』」という指示に対して「Hello」と答えたりするデータを学習させます。 このように様々な指示と答えを学習させることで、人工知能は指示の内容に応じて様々な作業をこなせるようになります。写真の内容を説明するだけでなく、文章の作成や翻訳など、まるで人間に指示を出すように、人工知能を自在に操ることが可能になるのです。指示の内容を変えるだけで、様々な作業に対応できる柔軟性を人工知能に持たせることができる点が、指示調整の大きな特徴と言えるでしょう。