--- title: "SFT（教師あり微調整） とは？正解付きのデータで追加学習させる工程。 | AI用語集 - ai-garage" description: "SFT（教師あり微調整）（Supervised Fine-Tuning）を初心者向けにやさしく解説。正解付きのデータで追加学習させる工程。 SFT は、質問と理想の回答のペアをお手本にモデルを追加学習させ、指示に従う振る舞いを身につけさせる工程" source: https://ai-garage.jp/glossary/sft/ --- LLM # SFT（教師あり微調整）とは？ 最終更新 2026年7月6日 別名: Supervised Fine-Tuning / 教師ありファインチューニング / 指示チューニング 正解付きのデータで追加学習させる工程。 ⚡ 30秒でわかる ## SFT（教師あり微調整） の主なポイント - 1 SFT は、質問と理想の回答のペアをお手本にモデルを追加学習させ、指示に従う振る舞いを身につけさせる工程 - 2 文章の続きを予測するだけのベースモデルを、指示に素直に答える対話モデルへ作り変える土台になる - 3 LLM開発では「事前学習 → SFT → RLHF」の順で進めるのが定番で、ファインチューニングの最も基本的な形 - 4 決められた正解を真似させる点が、好みの順位を学ぶ RLHF との大きな違い - 5 学習データの質と量が成果を左右し、LoRA を使えば低コストで実行できる 📖 詳しく ## SFT（教師あり微調整） とは SFT（Supervised Fine-Tuning／教師あり[微調整](https://ai-garage.jp/glossary/fine-tuning/)）とは、「この入力には、こう答えてほしい」という質問と理想の回答のペアを大量に用意し、その正解例をお手本にしてモデルを追加学習させる工程です。大量のテキストを読んだだけの事前学習済みモデル（ベースモデル）は、文章の続きを予測するのは得意でも、人間の指示に素直に答える振る舞いは身についていません。SFT はこの「次の単語を当てるAI」を「指示にちゃんと従って答えるAI」へと作り変える、対話モデルづくりの土台になる工程です。イメージとしては、知識は豊富だけれど接客の作法を知らない新人に、優秀な先輩が書いた模範解答集を見せて「お客様にはこう答えるんだよ」と一つひとつお手本を覚えさせる研修に近いです。実際のLLM開発では、事前学習 → SFT → [RLHF](https://ai-garage.jp/glossary/rlhf/)（人間の好みによる調整）という順番で進めるのが定番で、SFT はファインチューニングの最も基本的な形にあたります。似た RLHF との違いは学習の仕方にあります。SFT は決められた正解例をそっくり真似させるのに対し、RLHF は複数の答えに「どっちが良い」と順位をつけて好みを学ばせるため、お手本以上の振る舞いも引き出せます。多くの場合、まず SFT で土台を作り、その上に RLHF を重ねます。 ❓ FAQ ## よくある質問 Q. SFT（教師あり微調整）とは何ですか？ A. 質問と理想の回答のペアを大量に用意し、その正解例をお手本にしてAIモデルを追加学習させる工程です。文章の続きを予測するだけのベースモデルを、人間の指示に素直に答える対話モデルへと作り変える役割を持ち、ChatGPT のような対話AIを作る土台になります。ファインチューニングの最も基本的な形で、指示チューニングとも呼ばれます。 Q. SFT と RLHF は何が違うの？ A. SFT は「これが正解」と決められたお手本をそっくり真似させる学習で、RLHF は複数の答えに人間が「こっちが良い」と順位をつけ、その好みを学ばせる学習です。SFT は用意した正解の範囲内で振る舞いを覚えるのに対し、RLHF はお手本にない望ましい応答も引き出せます。実際の開発では、まず SFT で土台を作り、その上に RLHF を重ねるのが定番の流れです。 Q. SFT とファインチューニングはどういう関係？ A. ファインチューニングは「事前学習済みモデルに追加学習させて用途に合わせる」という大きな枠で、SFT はその中の最も基本的な手法という関係です。正解付きデータで学習させるやり方が SFT で、ここから先に人間の好みを学ばせる RLHF へ進むこともあります。なお LoRA を使えば、この SFT を少ないGPU資源で軽く実行できます。 Q. 初心者が SFT を試すときの注意点は？ A. 何より大切なのは、質のそろった正解データを十分に集めることで、お手本が偏っていたり少なすぎたりすると、かえって応答の質が落ちてしまいます。また、最新情報を覚えさせたい用途には向かず、その場合は外部データを検索して渡す RAG のほうが適しています。いきなり全パラメータを更新せず、まず LoRA など軽量な手法で小さく試し、効果を確かめてから本格化すると安全です。 🔗 関連 ## あわせて読みたい 関連用語 [RLHF](https://ai-garage.jp/glossary/rlhf/)[ファインチューニング](https://ai-garage.jp/glossary/fine-tuning/)[LoRA](https://ai-garage.jp/glossary/lora/)[RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/) 関連 AI モデル [Llama — Meta オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。](https://ai-garage.jp/models/llama/)[Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/) 関連トピック [オープンソースAI vs クローズドAI Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/)[推論モデル革命 「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。](https://ai-garage.jp/topics/reasoning-revolution/) 📰 この用語が登場する記事 ## 「SFT（教師あり微調整）」が出てくるニュース [![国産オープンLLM「LLM-jp-4 33B」公開！商用可・必要容量66GB・性能はどこまで](https://ai-garage.jp/images/news-heroes/llm-jp-4-33b-open-weights-card.webp) 2026/8/20 国産オープンLLM「LLM-jp-4 33B」公開！商用可・必要容量66GB・性能はどこまで](https://ai-garage.jp/news/llm-jp-4-33b-open-weights/)[![NVIDIA が『拡散言語モデル』Nemotron Diffusion を公開！ 従来型（AR モデル）の約4倍速、文章をまとめて同時に書く新方式が来たよ](https://ai-garage.jp/images/news-heroes/nvidia-nemotron-diffusion-language-model-card.webp) 2026/5/23 NVIDIA が『拡散言語モデル』Nemotron Diffusion を公開！ 従来型（AR モデル）の約4倍速、文章をまとめて同時に書く新方式が来たよ](https://ai-garage.jp/news/nvidia-nemotron-diffusion-language-model/) 📎 SOURCES ## 一次ソース - [→ Training language models to follow instructions with human feedback (Ouyang et al., 2022 / InstructGPT)](https://arxiv.org/abs/2203.02155) - [→ OpenAI：Fine-tuning guide（公式ドキュメント）](https://platform.openai.com/docs/guides/fine-tuning) LLM カテゴリの用語 [Chain-of-Thought（思考の連鎖）](https://ai-garage.jp/glossary/cot/)[Few-shot プロンプト](https://ai-garage.jp/glossary/few-shot/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/)[Zero-shot](https://ai-garage.jp/glossary/zero-shot/)[コンテキストウィンドウ](https://ai-garage.jp/glossary/context-window/)[コンテキストエンジニアリング](https://ai-garage.jp/glossary/context-engineering/)[システムプロンプト](https://ai-garage.jp/glossary/system-prompt/)[トークナイザ](https://ai-garage.jp/glossary/tokenizer/)[トークン](https://ai-garage.jp/glossary/token/)[ハルシネーション](https://ai-garage.jp/glossary/hallucination/)[プロンプト](https://ai-garage.jp/glossary/prompt/)[ロングコンテキスト](https://ai-garage.jp/glossary/long-context/)[温度（Temperature）](https://ai-garage.jp/glossary/temperature/)[推論モデル](https://ai-garage.jp/glossary/reasoning-model/) [← 前の用語 LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/) [次の用語 → Zero-shot](https://ai-garage.jp/glossary/zero-shot/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)