生成モデル

生成モデル（Generative Model）とは、学習データの確率分布を学習し、その分布に従った新しいデータサンプルを生成できる機械学習モデルの総称です。識別モデル（クラス分類など）と対比される概念で、「データを理解して新たに作り出す」能力を持ちます。

主要な生成モデルのアーキテクチャとして、GAN（敵対的生成ネットワーク）・VAE（変分オートエンコーダ）・フローモデル・拡散モデル（Diffusion Model）・自己回帰モデル（LLMはこれに該当）があります。現在は拡散モデル（画像・動画）と自己回帰型Transformer（テキスト）が最も高品質な生成を実現しています。

生成できるモダリティはテキスト・画像・音声・動画・3Dオブジェクト・コード・分子構造など多岐にわたり、それぞれに特化したモデルが存在します。GPT・DALL-E・Stable Diffusion・Sora・MusicLMはすべて生成モデルの具体例です。

条件付き生成（Conditional Generation）では、クラスラベル・テキストプロンプト・参照画像などの条件を与えることで、目的に合ったデータを生成できます。プロンプトエンジニアリングはこの条件設計の技術と言えます。