「AIコーディング」がたった5年で急進化したワケ　NTT「tsuzumi 2」開発者が分析

元記事： https://www.itmedia.co.jp/news/articles/2606/18/news038.html

公開日時： 2026年06月18日 08:00

要約

LLMによるコーディング能力は、2021年頃から現在までに急速に進化し、競技プログラミングレベルに達した。NTT人間情報研究所の風戸広史氏がInterop Tokyo 2026で解説した通り、この発展は「ベースモデル」→「インストラクションモデル」→「推論モデル」という3段階を経て進んだ。初期のCodex（Pythonコード159GB学習）ではHumanEval正答率が28.8%に留まったが、その後、データ品質を重視するフィルタリング手法や、低いコードを別のLLMで書き直して再学習させる手法などが登場し、性能向上を牽引した。

主要ポイント

• AIコーディングの進化は、ベースモデル（文章補完）からインストラクションモデルを経て、「推論モデル」（長考による課題分解・ステップ実行）という3段階を経た。
• 初期のCodexはPythonコード159GBで学習されたが、HumanEvalでの正答率は28.8%と低かった。
• データ収集の限界（GitHubからのコード集め尽くし問題）を受け、OpenCoderのように品質を厳選・フィルタリングする手法や、東京科学大学によるLLMを用いた書き換え再学習などの研究が進んだ。
• オープンモデル「StarCoder2」は32.1TBに達する巨大なデータセット（The Stack v2）を用い、コーディング能力の向上に貢献した。

Summarized by S.I.V.A. - Node: Beta