仕組み最終確認 2026.09.09
Reinforcement Learning from Human Feedback
RLHF(人間のフィードバックによる強化学習)アールエルエイチエフ・にんげんのフィードバックによるきょうかがくしゅう
人がAIの回答を評価した結果を使い、より望ましい応答へ調整する方法です。
MEANING
もう少し詳しく
複数の回答を人が比較するなどして、どの出力が望ましいかという信号を作り、モデルの応答傾向を改善します。生成AIを指示へ従いやすくする代表的な方法の一つですが、人の評価基準やデータの偏りも結果へ反映されます。
EXAMPLE
身近な例
同じ質問への二つの回答を評価者が比べ、役に立ち安全な方を選んだ記録をモデル調整へ使います。
MISUNDERSTANDING
よくある勘違い
チャット画面で一度「良い」と評価すれば、その場で全利用者向けモデルが直接学習して回答を変える、という意味ではありません。
KEY POINT
覚えておくこと
人の評価を使っても完全な正しさや安全性は保証されず、評価者・基準・確認方法が重要です。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google for Developers・Machine Learning Glossary ↗確認日:2026.09.09