PEP検定の公式資料（全6章）を整理するシリーズです。
本記事では「第1章生成AIと大規模言語モデルの基礎」の内容をまとめています。

本系列文章对 PEP检定官方资料（共6章）进行整理总结。
本文主要整理「第1章生成AI与大规模语言模型基础」的内容。

1. AIの基礎知識 / AI基础知识

1-1. AIとは / AI是什么

日本語

AI（Artificial Intelligence）とは、コンピュータシステムが人間の知能を模倣し、学習・推論・認識・意思決定などのタスクを自動的に行う技術です。データのパターンを学習する機械学習や、問題解決に必要な情報を活用するアルゴリズムが含まれます。

中文

AI（人工智能）是指计算机系统模拟人类智能，自动执行学习、推理、识别、决策等任务的技术。其中包括从数据中学习规律的机器学习，以及用于解决问题的算法。

1-2. AIの歴史 / AI发展历史

年代 / 年代	出来事 / 事件
1950年代	ダートマス会議でジョン・マッカーシーが「人工知能」を提唱 / 达特茅斯会议上约翰·麦卡锡提出"人工智能"概念
1980年代	エキスパートシステム・機械学習の発展 / 专家系统与机器学习的发展
2010年代	ディープラーニングの革命（2012年、画像認識で躍進） / 深度学习革命（2012年图像识别领域取得突破）

1-3. AIの分類 / AI的分类

⚠️ 注意 / 注意：以下の分類は研究者や業界によって定義が異なる場合があります。/ 以下分类因研究者和行业而定义可能有所不同。

① Narrow AI（特化型AI・弱いAI）/ 专用AI（弱AI）

日本語：特定のタスクや領域に特化して設計されたAI。その分野では高精度だが、他の領域には応用できない。
例：チャットボット、音声アシスタント（Siri・Alexa）、顔認識システム、自動運転

中文：专为特定任务或领域设计的AI，在该领域精度高，但无法应用于其他领域。
例：聊天机器人、语音助手（Siri・Alexa）、人脸识别系统、自动驾驶

② AGI（汎用型AI・強いAI）/ 通用AI（强AI）

日本語：人間と同等の知能を持ち、複数のタスクに柔軟に対応できるAI。現在はまだ研究段階。
例：SF作品のAI（HAL9000、J.A.R.V.I.S.など）

中文：拥有与人类同等智能、能灵活处理多种任务的AI。目前仍处于研究阶段。
例：科幻作品中的AI（HAL9000、J.A.R.V.I.S.等）

1-4. シンギュラリティ / 奇点（技术奇点）

💡 ポイント / 重点

日本語：AIが人類の知能を超えるとされる転換点。AGIが登場すると自己改善が加速し、人間の制御を超える可能性がある。未来学者レイ・カーツワイルは2045年頃の到来を予測。専門家の間でも意見が分かれている。

中文：被认为是AI超越人类智能的转折点。AGI出现后，AI将持续自我改进，可能超出人类控制范围。未来学家雷·库兹韦尔预测奇点将在 2045年前后 到来。专家之间对此看法不一。

2. 機械学習とディープラーニング / 机器学习与深度学习

2-1. 機械学習 / 机器学习

日本語：大量のデータからパターンや法則を見つけ出し、モデルのパラメータを調整するプロセス。

手法 / 方法	説明 / 说明
教師あり学習 / 监督学习	正解ラベル付きデータで学習し、未知データに対する出力を予測 / 使用带标签数据训练，预测未知数据的输出
教師なし学習 / 无监督学习	ラベルなしデータでデータの構造やパターンを発見 / 使用无标签数据发现数据结构和规律

中文：从大量数据中寻找规律，调整模型参数的过程。

2-2. ディープラーニング / 深度学习

💡 ポイント / 重点

日本語：多数の層で構成されたニューラルネットワークを使用し、大量データから自動的に特徴を抽出する技術。従来の機械学習では手動で特徴量を設定する必要があったが、ディープラーニングでは自動化されるため精度・効率が大幅に向上。

中文：使用由多层组成的神经网络，从大量数据中自动提取特征的技术。与传统机器学习需要手动设定特征不同，深度学习实现了自动化，大幅提升了精度和效率。

3. 生成モデル / 生成模型

3-1. 主な生成モデルの種類 / 主要生成模型类型

モデル / 模型	特徴 / 特点	用途 / 用途
RNN	時系列データ処理、過去情報を現在に反映 / 处理时序数据，将过去信息反映到当前	テキスト生成・音声認識 / 文本生成・语音识别
LSTM	RNNの改良版、長期依存関係の学習が可能 / RNN改良版，可学习长期依赖关系	長文・長期時系列 / 长文本・长期时序
GAN	生成ネットワークと識別ネットワークが競い合って学習 / 生成网络与判别网络相互对抗学习	画像・動画生成 / 图像・视频生成
VAE	データの確率分布を学習して新データを生成 / 学习数据概率分布生成新数据	ノイズ除去・異常検知 / 去噪・异常检测
Transformer	自己注意機構により長距離依存を効率処理 / 自注意力机制高效处理长距离依赖	テキスト・画像生成 / 文本・图像生成
拡散モデル / 扩散模型	ノイズを段階的に除去して高品質画像を生成 / 逐步去除噪声生成高质量图像	高品質画像生成 / 高质量图像生成

3-2. 代表的なテキスト生成モデル / 代表性文本生成模型

モデル / 模型	開発元 / 开发者	特徴 / 特点
GPTシリーズ	OpenAI	自己回帰型、テキスト生成に特化 / 自回归型，专注文本生成
BERT	Google	双方向の文脈理解、テキスト理解に特化 / 双向文本理解
Gemini	Google DeepMind	マルチモーダル処理（テキスト・画像・音声） / 多模态处理（文本・图像・音声）

4. LLM（大規模言語モデル）/ LLM（大规模语言模型）

4-1. LLMとは / LLM是什么

💡 ポイント / 重点

日本語：従来の言語モデルと比べ、以下の3要素が大幅に増加したモデル。

要素 / 要素	説明 / 说明	人間での例え / 人类类比
データセットサイズ	モデルが学ぶ知識の量 / 模型学习的知识量	読んだ本の量 / 读过的书的数量
計算量	学習・推論に必要な計算の多さ / 训练和推理所需的计算量	思考の深さ / 思考的深度
パラメータ数	学習能力を決める変数の数 / 决定学习能力的变量数量	記憶力・理解力 / 记忆力・理解力

中文：相比传统语言模型，以下3个要素大幅增加的模型。三者越多，LLM越智能，能生成更高精度的内容。

4-2. Transformerアーキテクチャ / Transformer架构

💡 ポイント / 重点：LLMの核心技術 / LLM的核心技术

日本語：2017年Googleの論文「Attention Is All You Need」で提案。自己注意機構（Self-Attention） が中心概念。

文章内の単語が他の単語とどの程度関連しているかを「重み」として数値化
長距離依存の解消：遠くの単語同士の関係も捉えられる
並列処理により学習・推論が効率的

中文：2017年Google论文「Attention Is All You Need」中提出。核心概念是自注意力机制（Self-Attention）。

将句子中词语之间的关联程度数值化为"权重"
解决长距离依赖：能捕捉远距离词语之间的关系
并行处理使训练和推理更高效

4-3. LLMのトレーニング / LLM的训练过程

💡 ポイント / 重点：2段階構成 / 两阶段结构

事前学習（Pretraining）→ ファインチューニング（Fine-Tuning）→ 推論（Inference）
预训练（Pretraining） → 微调（Fine-Tuning）              → 推理（Inference）

① 事前学習 / 预训练

日本語：膨大なテキストデータ（ウェブ・書籍・論文など）を使って、汎用的な言語能力を習得させる段階。自己教師あり学習（ラベル不要）を使用。計算コスト・電力消費が非常に大きい。

中文：使用海量文本数据（网页・书籍・论文等）训练模型，使其掌握通用语言能力。使用自监督学习（无需标签）。计算成本和电力消耗极大。

② ファインチューニング / 微调

日本語：事前学習で得た汎用能力を、特定タスク（質問応答・翻訳など）に最適化する段階。少量の高品質ラベル付きデータを使用。過学習に注意が必要。

中文：将预训练获得的通用能力，针对特定任务（问答・翻译等）进行优化的阶段。使用少量高质量标注数据。需注意过拟合问题。

③ 推論 / 推理

日本語：学習済みモデルを使って、新しい入力に対して出力を生成するプロセス。

⚠️ 重要 / 重要：LLMの生成は「確率的に最も適切な回答を選ぶ」ものであり、事実の正確性を保証するものではない。/ LLM的生成是"概率性地选择最合适的回答"，不保证事实的准确性。

推論の流れ / 推理流程：
入力受取 → トークン化 → 自己注意機構による計算 → 出力生成
接收输入 → 分词（Tokenize） → 自注意力机制计算 → 生成输出

4-4. LLMの長所と短所 / LLM的优缺点

長所 / 优点

項目 / 项目	説明 / 说明
大規模データ学習 / 大规模数据学习	多様なタスクに対応可能 / 可应对多种任务
自然な文章生成 / 自然文本生成	人間らしい文章を生成 / 生成类人文本
多言語対応 / 多语言支持	様々な言語に対応 / 支持多种语言

短所・リスク / 缺点・风险

項目 / 项目	説明 / 说明
ハルシネーション / 幻觉（Hallucination）	実在しない情報を生成することがある / 可能生成不存在的信息
知識のカットオフ / 知识截止日期	学習データの最終更新日以降の情報は持たない / 不具备训练数据截止日期后的信息
バイアス / 偏见（Bias）	学習データの偏りが出力に反映される / 训练数据的偏差会反映在输出中
データ依存性 / 数据依赖性	出力品質はデータの量・質に依存 / 输出质量依赖数据的量和质量

4-5. LLMの活用と注意点 / LLM的应用与注意事项

⚠️ 利用時の注意 / 使用注意

日本語

出力内容は必ず信頼できる情報源で確認する
機密情報・個人情報は入力しない
LLMは補助ツールとして使用し、重要な判断は人間が行う
カットオフ日以降の情報は外部ソースで検証する

中文

输出内容必须通过可靠信息源进行核实
不要输入机密信息或个人信息
将LLM作为辅助工具，重要决策由人类做出
截止日期后的信息需通过外部来源验证

5. 片假名用語まとめ / 片假名术语汇总

📌 試験頻出カタカナ用語 / 考试高频片假名术语

カタカナ	読み方	中文解释
アルゴリズム	algorithm	算法：解决问题的步骤和规则
ニューラルネットワーク	neural network	神经网络：模拟人脑结构的计算模型
ディープラーニング	deep learning	深度学习：多层神经网络的机器学习技术
トランスフォーマー	transformer	Transformer：基于自注意力机制的模型架构
パラメータ	parameter	参数：模型训练中被优化调整的变量
ファインチューニング	fine-tuning	微调：在预训练模型基础上针对特定任务的优化训练
プレトレーニング（事前学習）	pre-training	预训练：使用大规模数据进行初始训练
ハルシネーション	hallucination	幻觉：AI生成不存在或错误信息的现象
バイアス	bias	偏见/偏差：训练数据中的倾向性导致的输出偏差
トークン	token	词元：文本被分割处理的最小单位（词或子词）
トークナイザー	tokenizer	分词器：将文本分割为Token的工具
カットオフ	cutoff	截止：模型训练数据的时间截止点
シンギュラリティ	singularity	奇点：AI超越人类智能的理论转折点
マルチモーダル	multimodal	多模态：同时处理文字、图像、音声等多种数据类型
アーキテクチャ	architecture	架构：AI模型的整体设计结构
ベンチマーク	benchmark	基准测试：用于评估和比较模型性能的标准测试
ゼロショット	zero-shot	零样本：无需针对特定任务训练即可执行该任务的能力
セルフアテンション（自己注意機構）	self-attention	自注意力机制：计算序列中各元素间关联程度的机制
GAN	Generative Adversarial Network	生成对抗网络：生成器与判别器相互对抗的生成模型
VAE	Variational Autoencoder	变分自编码器：学习数据概率分布的生成模型
LLM	Large Language Model	大规模语言模型：使用海量数据训练的大型自然言語処理モデル
NLP	Natural Language Processing	自然语言处理：让计算机理解和生成人类语言的技术
AGI	Artificial General Intelligence	通用人工智能：具备人类同等智能的AI（目前仍是研究阶段）
GPT	Generative Pre-trained Transformer	生成式预训练Transformer：OpenAI开发的大规模语言模型系列
BERT	Bidirectional Encoder Representations from Transformers	双向编码器表示模型：Google开发的专注文本理解的模型