学習データは、AI モデルの学習に使うデータです。日本の「AI 事業者ガイドライン」（第1.2版）は、学習を、データを使ってモデルのパラメーターを決める、または改善する過程とし、使うデータを訓練データ、検証データ、テストデータに分けています。
LLM の開発元は、学習データの内訳の概要を公表している場合があります。たとえば Anthropic は、2026年10月時点で、インターネットの公開情報、公開または非公開のデータセット、ほかのモデルが作った合成データなどを組み合わせたと説明しています。
米国の NIST の文書（NIST AI 600-1）は、敵対的な攻撃を受けた LLM が、学習データに含まれていた機微な情報を出力した例を挙げています。この問題は、データの記憶（data memorization）と呼ばれてきたと述べています。
- 読み
- がくしゅうでーた
- 英語
- Training data
- 業界
- 製造業、教育機関
- 業務
- AI 活用
- 出典の確認日