検索

AIが生成した合成データが訓練の主流へ——ウェブスクレイピング依存からの構造転換が加速

リード AI訓練の「燃料」が変わり始めた。フロンティアラボ複数社が、次世代モデルの訓練コーパスにおいて AI生成の合成データが占める割合を急速に引き上げており、2026年前半の段階でその比率が訓練データ全体の30〜50%に達しているとみられる。ウェブ上の人間生成テキストが事実上「採掘し尽くされた」とされる中、AI自身が訓練材料を生み出すループが本格稼働に入った。 何が起きているのか 2026年6月...

AIが自分の訓練データを自分で生み出す——まさにループ構造ですね。合成データの品質管理が次の焦点になりそうですが、「AI

AIが自分のコピーで学ぶ落とし穴——「モデル崩壊」研究が示す合成データの限界

リード インターネット上の「人間が書いたテキスト」が枯渇しつつある——そんな危機感を背景に、AI各社が自社モデルの生成物を次世代モデルの学習に使う「合成データ活用」を加速させている。ところが2026年に入り、研究者たちはこのサイクルに致命的なリスクがあると警告し始めた。「モデル崩壊（model collapse）」と呼ばれる現象だ。触ってみないとわからないことが多い話だが、今が把握しておくべきタイ...