A不正解
拡散モデル
拡散モデルは、ランダムなノイズを段階的に除去していく過程で画像を生成するモデルです（例: Stable Diffusion。テキストから高品質な画像を作る用途で現在の主流）。
生成器と識別器を競わせる構造ではないため不正解です。
ある研修で、画像を生成するモデルの仕組みを系譜で学んでいます。生成器（ジェネレータ）と識別器（ディスクリミネータ）の 2 つを競わせるように学習させて、本物らしいデータを生成する生成モデルを何と呼びますか。
1 / 1
回答を選択してください
正解C
解説
生成器と識別器を競わせる生成モデルを選ぶ問題。
- 1「2 つを競わせるように学習」2 つのネットワークの 競合学習
- 2「本物らしいデータを生成する生成モデル」GAN（敵対的生成ネットワーク）
B不正解
VAE
VAE（変分オートエンコーダ）は、データを潜在空間に圧縮し、そこから復元するように学習する生成モデルです（例: 画像のノイズ除去や異常検知、潜在変数を変えて似た画像を作る用途）。
エンコーダとデコーダの構造であり、生成器と識別器の競争ではないため不正解です。
C正解
GAN
正解。GAN（敵対的生成ネットワーク）は、生成器と識別器を競わせるように学習させ、本物らしいデータを生成する生成モデルです（例: 実在しない人物の顔画像の生成、低解像度画像の高解像度化）。
D不正解
Transformer
Transformer は、自己注意機構（Self-Attention）で文や系列の文脈を一度に捉えるアーキテクチャで、GPT など多くの大規模言語モデルの基盤です（例: 文章の生成・要約・翻訳）。
生成器と識別器を競わせる構造ではないため不正解です。
ポイント
正解の『GAN（敵対的生成ネットワーク）』を押さえます。
・本物らしいデータを作る生成器と、本物か偽物かを見分ける識別器を競わせるように学習させる生成モデル。
・互いに高め合うことで本物らしいデータを生成でき、画像生成などで知られる（拡散モデルと並ぶ生成モデルの一種）。