1.生成AIとは
（１）生成AIの概要と進化
　（イ）自然言語処理（NLP）の基礎
　（ロ）言語モデル（LM）の概要
　（ハ）大規模言語モデル（LLM）の登場とその影響
　（ニ）Transformerモデルの革新と活用
（２）自己教師あり学習
　（イ）Next Token Predictionとは
　（ロ）対照学習によるモデルの最適化
（３）事前学習と追加学習
　（イ）大規模データセットを用いた事前学習
　（ロ）追加学習（ファインチューニング）
（４）強化学習
　（イ）RLHF
　（ロ）DPO
（５）生成AIのリスクとガバナンス
　（イ）生成AIの倫理問題
　（ロ）著作権や知的財産権の問題と対策

2.SLMの開発（実践）
（１）データ取得
　（イ）Webスクレイピング
　（ロ）訓練・テストデータ作成
（２）データの解析・抽出
　（イ）データ構造解析
　（ロ）必要なデータの抽出
（３）形態要素解析
　（イ）形態素の概要
　（ロ）形態素解析器の利用
（４）SLMモデルの作成
（５）モデルを使った予測
（６）精度評価と改善方法

3.LLMを用いたアプリ開発（実践）
（１）API動作確認とプロンプトエンジニアリング
　（イ）LLM APIの概要
　（ロ）クラウド上でのLLM　APIの利用
　（ハ）システムプロンプトエンジニアリングの導入と実践
（２）RAGとは
　（イ）RAGの仕組み
　（ロ）ファインチューニングとの違い

4.RAGを利用したLLMアプリ開発（実践）
（１）RAGを利用したLLMアプリ開発（実践）ユーザーの質問に基づき、データベースから関連するドキュメントを検索し、それに基づいて生成AIが回答を生成するアプリケーションの開発

例：製品カタログに基づいたカスタマーサポートシステム
　社内ナレッジベースを用いた質問応答システム
　医療データベースを活用した診療支援システムなど

5.まとめ

≪担当予定講師≫
　一般社団法人 日本量子コンピューティング協会