GPT-4.5のシステムカード徹底解析：技術的進化、安全性、評価結果、今後の展望

OpenAIが開発した最新のGPT-4.5は、GPT-4oを基盤とし、より高度な推論能力と安全性を備えた大規模言語モデル（LLM）です。本記事では、GPT-4.5の技術的特徴、トレーニング手法、安全性評価、パフォーマンス比較、そして今後の課題と展望について、徹底的に解説します。

📄 論文情報

タイトル: OpenAI GPT-4.5 System Card
リンク: OpenAI公式サイト
発表日: 2025年2月27日
著者: OpenAI Research Team

GPT-4.5の概要と目的

GPT-4.5は、より自然な対話、強化された推論能力、安全性の向上、創造性の拡張を目的に開発されました。GPT-4oとの比較において、以下の3つの主要な技術革新が行われています。

1. 推論能力の向上

チェーン・オブ・ソート（Chain-of-Thought, CoT）推論の強化
- 数学的・論理的思考の精度が向上。
- STEM分野の問題解決能力を強化し、より高度な推論が可能に。

2. 知識の網羅性向上とハルシネーション削減

非教師あり学習（Unsupervised Learning）のスケールアップにより、より正確な世界モデルを構築。
誤情報（ハルシネーション）の発生率を低減し、信頼性を向上。

3. ユーザーとの自然な対話能力の向上

新しいアライメント技術を導入し、文脈理解、ニュアンス把握、感情的な理解を強化。
創造的タスク（ライティング、デザイン支援など）において、より直感的なサポートが可能に。

これらの改良により、GPT-4.5は従来モデルよりも直感的で親しみやすいインタラクションを提供し、多岐にわたる分野での活用が期待されています。

研究の焦点

1️ モデルのトレーニング

GPT-4.5は以下のデータセットでトレーニングされました。

公開データ
データパートナーシップによる専有データ
独自に開発したカスタムデータセット

安全性と品質を確保するため、以下のフィルタリング手法を適用。

個人情報の除去
センシティブなコンテンツ（暴力・ヘイトスピーチ・違法行為）のフィルタリング
モデレーションAPIと安全性分類器の導入

2️ 安全性評価

GPT-4.5の安全性向上に向け、以下の評価が実施されました。

(1) 禁止コンテンツ評価

ヘイトスピーチ、違法アドバイス、医療・法律情報の提供制限
無害な質問に対する過剰拒否（Overrefusal）の抑制

(2) 脱獄（Jailbreak）耐性評価

GPT-4.5はGPT-4oと同程度の脱獄耐性を持つ。

(3) ハルシネーション評価

PersonQAデータセットで検証。**正答率78%、ハルシネーション率19%**と大幅な改善。

(4) 公平性・バイアス評価

BBQ（Bias Benchmark for Question Answering）評価を実施。
一部のケースではo1の方が公平な回答を提供することが判明。

(5) 命令階層（Instruction Hierarchy）評価

システムメッセージ vs. ユーザーメッセージの競合時において、GPT-4.5は76%の確率でシステム指示を遵守（GPT-4oは68%）。

🛠 (6) 外部レッドチーミング評価

外部専門家による悪意あるプロンプトのテストを実施。
GPT-4.5はGPT-4oよりわずかに高い安全性を示したが、依然として高度な攻撃には脆弱性が残る。

実験の概要と結果

1️ ハルシネーション評価

GPT-4.5のハルシネーション率は従来モデルより大幅に改善。

Model	Accuracy	Hallucination Rate (低い方が良い)
GPT-4o	28%	52%
o1	55%	20%
GPT-4.5	78%	19%

2️ 命令階層遵守性評価

GPT-4.5は、システムメッセージ vs. ユーザーメッセージの競合時において、GPT-4oよりも高い76%の確率でシステム指示を優先。

Model	System Message Adherence (%)
GPT-4o	68%
o1	78%
GPT-4.5	76%

3️ 脱獄（Jailbreak）耐性評価

GPT-4.5の脱獄耐性スコアはGPT-4oとほぼ同等。

Model	StrongReject Goodness@0.1
GPT-4o	0.37
o1	0.87
GPT-4.5	0.34

賛否両論

賛成意見

より自然で直感的な対話が可能
ハルシネーションの大幅削減により、正答率が向上
多言語対応の改善により、日本語などの精度向上が確認
推論能力が向上し、数学・論理的思考の精度が向上

反対意見

一部の評価ではGPT-4oと同等であり、画期的な進歩とは言えない
依然として脱獄のリスクが残る
長期的な悪用リスクの評価が未確定であり、さらなる監視が必要

まとめと今後の展望

GPT-4.5は、会話能力の向上、安全性の強化、多言語対応の改善といった多くの進化を遂げました。しかし、一部の評価ではGPT-4oと大きな差がない点や、依然として脱獄のリスクがある点は今後の課題です。

本記事が皆さんの研究や実務に役立つことを願っています！🚀