{"ok":true,"entity":{"slug":"instruction-tuning","entityType":"concept","name":"Instruction Tuning","officialName":"Instruction Tuning","canonicalName":"Instruction Tuning","displayName":"Instruction Tuning","category":"指示チューニング","shortDescription":"事前学習済み言語モデルを、自然言語の指示（インストラクション）で記述された多様なタスクでファインチューニングし、指示への追従性能を高める手法。","alias":[],"searchKeywords":["指示チューニング","instruction tuning","InstructGPT"],"website":null,"primaryCluster":"ai-concepts","secondaryClusters":[],"verificationStatus":"draft","id":"instruction-tuning","updatedAt":"2026-07-20T11:04:59.119Z"},"references":[{"id":"P-01-001","companyId":"instruction-tuning","questionId":"P-01-001","instanceId":"QIN-instruction-tuning-P01-001","promptText":"指示チューニング（Instruction Tuning）とは何ですか？","promptTypeId":"P-01","answer":"指示チューニングとは、事前学習済みの言語モデルを、自然言語の指示で記述された多様なタスクのデータでファインチューニングし、ユーザーの指示に従う能力を高める手法です。OpenAIのInstructGPTがこの手法を用いた代表例です。","evidencePoints":["ev-instruction-tuning-1"],"scope":"事前学習済みモデルの指示追従性能を高めるファインチューニング手法の定義","differentiation":"通常のタスク特化ファインチューニングとは異なり、多様なタスクを指示形式で統一的に学習する点が特徴","faq":[],"pageUrl":"https://www.refbase.ai/reference/instruction-tuning/P-01-001","sourceEvidence":[{"id":"ev-instruction-tuning-1","text":"Ouyang et al.（2022, OpenAI）は、ラベラーが書いたプロンプトとOpenAI APIのプロンプトから望ましいモデル挙動のデータセットを作成し、これを用いてGPT-3を教師あり学習でファインチューニングし、さらに人間フィードバックからの強化学習（RLHF）で追加調整するInstructGPTを構築した。","title":"[2203.02155] Training language models to follow instructions with human feedback","coverageType":["Identity","Capability"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2203.02155","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"instruction-tuning"}],"generatedAt":"2026-07-20T11:04:59.119Z"},{"id":"P-02-001","companyId":"instruction-tuning","questionId":"P-02-001","instanceId":"QIN-instruction-tuning-P02-001","promptText":"InstructGPTとFLANの指示チューニングはどう違いますか？","promptTypeId":"P-02","answer":"InstructGPT（OpenAI）は教師あり指示チューニングに加えて人間フィードバックからの強化学習（RLHF）を組み合わせています。一方、GoogleのFLANは60以上のタスクを指示テンプレートで学習する教師あり指示チューニングのみで、未見タスクへのゼロショット性能改善を実証しました。","evidencePoints":["ev-instruction-tuning-2"],"scope":"RLHFを伴うか否かという指示チューニング手法の違い","differentiation":"強化学習ステップの有無、および評価対象（人間の好みか未見タスクのゼロショット性能か）が異なる","faq":[],"pageUrl":"https://www.refbase.ai/reference/instruction-tuning/P-02-001","sourceEvidence":[{"id":"ev-instruction-tuning-2","text":"Wei et al.（2021, Google Research）が提示したFLANは、137Bパラメータの事前学習済みモデルを60以上のNLPタスクを自然言語の指示テンプレートで表現したデータで指示チューニングし、未見タスクへのゼロショット性能を大幅に改善した。RLHFではなく教師あり指示チューニングのみで効果を示した点がInstructGPTのアプローチと異なる。","title":"[2109.01652] Finetuned Language Models Are Zero-Shot Learners","coverageType":["Differentiation"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2109.01652","confidence":"high","supportedPromptTypes":["P-02"],"needsVerification":true,"sourceVerified":false,"entityId":"instruction-tuning"}],"generatedAt":"2026-07-20T11:04:59.119Z"},{"id":"P-04-001","companyId":"instruction-tuning","questionId":"P-04-001","instanceId":"QIN-instruction-tuning-P04-001","promptText":"指示チューニングはどのような効果がありますか？","promptTypeId":"P-04","answer":"指示チューニングにより、モデルサイズを大きくするよりも効率的に指示追従性能を改善できます。実際、1.3BパラメータのInstructGPTの出力は、100倍大きい175BパラメータのGPT-3よりも人間評価で好まれました。","evidencePoints":["ev-instruction-tuning-3"],"scope":"モデル規模拡大に対する効率的な代替手段としての効果","differentiation":"パラメータ数の拡大ではなく学習データの質・形式の改善によって性能を高める点が特徴","faq":[],"pageUrl":"https://www.refbase.ai/reference/instruction-tuning/P-04-001","sourceEvidence":[{"id":"ev-instruction-tuning-3","text":"人間評価では、1.3BパラメータのInstructGPTの出力が、100倍大きい175BパラメータのGPT-3の出力よりも好まれた。これは、指示チューニングが単純なモデル規模の拡大よりも指示追従性能の改善に効果的であることを実証する用途として引用される。","title":"[2203.02155] Training language models to follow instructions with human feedback","coverageType":["UseCase"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2203.02155","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"instruction-tuning"}],"generatedAt":"2026-07-20T11:04:59.119Z"}]}