1. 事後学習とファインチューニングとは何か（3行でつかむ）

• 事後学習は、事前学習済みモデルを「使える形」に整える工程：指示と回答の例で学ぶ SFT、人や AI の選好を使う RLHF・RLAIF・DPO などを組み合わせます。InstructGPT の報告では、1.3B パラメータの調整済みモデルの出力が、175B の GPT-3 の出力より、人の評価で好まれました事実［参考資料2］
• 軽量な微調整は、学習するパラメータとメモリを大きく減らす：LoRA は、GPT-3 175B の Adam による微調整と比べて、学習可能なパラメータを約1万分の1、GPU メモリを約3分の1にできると報告されています。ただし、標準の低ランク設定では、全パラメータの微調整より「学ぶ量」が少ない面もあります事実［参考資料27・30］
• 報酬は人の選好の「代理」：報酬モデルの点数を上げすぎると、本来の目的の得点が悪化することがあります。また、人の選好には、利用者の意見に合わせる「おもねり」を好む偏りが含まれ、微調整で安全性が損なわれることもあります事実［参考資料10・12・32］

2. 事後学習の全体像 ― 工程と実例

事後学習には決まった標準の手順はなく、開発元ごとに工程の組み合わせが違います。公表されている3つの例を並べます。

• InstructGPT（OpenAI、2022年）：ラベラーが書いたプロンプトと、API に送られたプロンプトから、ラベラーによる模範回答（SFT 用、約1.3万プロンプト）、回答の順位づけ（報酬モデル用、約3.3万プロンプト）、人のラベルのない強化学習用のプロンプト（約3.1万）を作りました。SFT、報酬モデルの学習、PPO による強化学習の3段階です事実［参考資料2］
• Llama 3（Meta、2024年）：報酬モデル、棄却サンプリング（報酬モデルで良い回答を選ぶ）、SFT、DPO を使い、6ラウンドくり返しました。報告は、PPO も試したが、大規模なモデルでは DPO のほうが計算量が少なく、特に IFEval のような指示追従の評価で性能が良かった、としています（Meta の報告）。各ラウンドで、新しい選好データを集め、最新のモデルから合成データを作っています事実［参考資料22］
• Tülu 3（Allen Institute for AI ら、2024年）：Llama 3.1 のベースモデルから、SFT、DPO、新しい方法の RLVR（検証可能な報酬による強化学習）を使い、データ、コード、手順を完全に公開しました。開発用と未見の評価を分け、既存のオープンなデータセットから評価ベンチマークへの混入を大幅に除去（デコンタミネーション）し、確実な改善にならなかった方法も報告しています事実［参考資料21］

3. 教師あり微調整（SFT）と指示チューニング

SFT は、指示（プロンプト）と望ましい回答の組を使い、通常のクロスエントロピー損失で学習する工程です。Llama 3 の報告では、損失をかけるのは回答のトークンだけで、プロンプトのトークンは損失から除いています（マスク）。訓練の目標の多くはモデルが生成した回答ですが、慣例に従い SFT と呼ぶ、と述べられています事実［参考資料22］。

• 指示で整えたデータでの微調整（FLAN）：Wei らは、137B パラメータの事前学習済みモデルを、60を超える NLP データセットを自然言語の指示のひな型で書き直したもので微調整すると、見たことのない種類の課題でのゼロショット性能が大きく上がると報告しました。評価した25のデータセットのうち20で、ゼロショットの 175B GPT-3 を上回っています。微調整のデータセット数、モデルの規模、自然言語の指示が、効果の鍵と分析されています事実［参考資料1］
• 少数の厳選データ（LIMA）：Zhou らは、65B の LLaMA を、慎重に選んだ1,000件のプロンプトと回答だけで、強化学習や選好のモデルなしに微調整しました。著者らは、アラインメントは、事前学習で得た知識と能力を引き出すための、応答の形式やスタイルを学ぶ単純な過程かもしれない、と仮説を立てています事実（著者の仮説）［参考資料3］
• 自分の出力で作るデータ（Self-Instruct）：Wang らは、事前学習済みモデル自身に指示・入力・出力の例を作らせ、不適切なものや似たものを除いて、元のモデルを微調整する方法を示しました。GPT-3 に適用して、Super-NaturalInstructions で絶対値で33%の改善を報告しています事実［参考資料4］

これらから、SFT は「知識を足す」よりも、すでにある能力を、使いやすい形・振る舞いに整える役割が大きい、という見方が広く共有されています（LIMA の仮説はその一例）。ただし、仮説であり、データの量・質・領域によって結果は変わります（本記事による解説）。

4. 人のフィードバックによる強化学習（RLHF）

RLHF は、人間の選好を報酬として強化学習を行う方法です。Christiano らが、軌跡の断片2つのどちらが良いかという（専門家でない）人の比較から、報酬関数なしで複雑な強化学習の課題を解けることを、エージェントの行動の1%未満へのフィードバックで示しました事実［参考資料5］。Ziegler らが、これを言語モデルに適用し（肯定的な感情や物理的な描写を持つ文章の続き、要約）、Stiennon らは要約で、人の比較の大規模なデータセットから報酬モデルを学習し、強化学習で方策を微調整して、人の参照要約や、教師あり学習だけで微調整した、はるかに大きなモデルを上回ったと報告しました事実［参考資料6・7］。

InstructGPT の手順では、報酬モデルの損失は、勝った回答 y_w と負けた回答 y_l の報酬の差に対して −log σ(r(x, y_w) − r(x, y_l)) です。ラベラーには1つのプロンプトに対する K = 4〜9個の回答に順位を付けてもらい、そこから K(K−1)/2 組の比較を作ります。同じプロンプトの比較をまとめて1つのバッチにしないと過学習した、と述べられています。強化学習では、報酬モデルの点数に加えて、初期の SFT モデルとのトークンごとの KL 罰則を加え、報酬モデルの過剰な最適化を抑えています事実［参考資料2］。PPO（近接方策最適化）は Schulman らの方法です［参考資料8］。

InstructGPT の結果として、人の評価で、1.3B の調整済みモデルの出力が 175B の GPT-3 より好まれ、真実性が上がり、丁寧に答えるよう促したときの有害な出力は約25%少なくなりました。一方で、RLHF の過程で、いくつかの公開 NLP データセットでの性能の低下が見られ、「アラインメント税」と呼ばれています。事前学習の勾配を混ぜる PPO-ptx で、この低下を抑えました事実［参考資料2］。また、ラベラーどうしの一致率は、訓練用のラベラーで 72.6 ± 1.5%、評価用の別のラベラーで 77.3 ± 1.3% でした［参考資料2］。

RLHF の落とし穴

• 報酬の最適化しすぎ：上の図の関係です。Gao らは、報酬モデルの大きさ、データ量、KL 罰則の係数との関係も調べています［参考資料10］。Anthropic の報告は、RL の報酬と KL の平方根が、ほぼ線形の関係にあることを見つけています［参考資料9］
• おもねり（sycophancy）：Sharma らは、人のフィードバックで微調整された5つの AI アシスタントが、4つの自由記述課題で一貫しておもねりを示すと報告しました。人の選好データを分析すると、回答が利用者の見解に合っているほど好まれやすく、人も選好モデルも、説得力のあるおもねりの回答を、正しい回答より好むことが、無視できない割合でありました事実［参考資料12］
• RLHF の限界の整理：Casper らは、RLHF とその関連手法の未解決の問題と根本的な限界を整理し、多層的な安全の取り組みが重要だと述べています事実［参考資料11］

5. AI のフィードバックによる方法（RLAIF、Constitutional AI）

人のラベルは高価なので、モデルに選好のラベルを付けさせる方法があります。Bai らのConstitutional AIは、害のある出力を示す人のラベルなしに、無害な AI アシスタントを自己改善で作る方法で、人の関与は規則・原則の一覧だけです。教師あり段階では、初期モデルの出力に自己批評と修正を生成させ、修正後の回答で微調整します。強化学習の段階では、2つの回答のどちらが良いかをモデルに評価させ、AI の選好から選好モデルを学習し、それを報酬にして強化学習します（RLAIF）事実［参考資料13］。

Lee らは、要約、有用な対話、無害な対話の3つの課題で、RLAIF が RLHF と同等の性能を示し、AI のラベル付けに方策と同じ大きさのモデル（あるいは同じチェックポイント）を使っても教師あり微調整のベースラインを上回ることを報告しました。さらに、報酬モデルの学習を省き、強化学習の間に既製の LLM から直接報酬を得る d-RLAIF も示しています事実［参考資料14］。

6. 直接選好最適化（DPO）とその仲間

RLHF の強化学習の段階は、報酬モデルの学習と、方策のサンプリングを含み、複雑で不安定になりやすいとされます。Rafailov らの DPO（Direct Preference Optimization）は、RLHF の報酬モデルの新しい書き方（パラメータ化）により、最適な方策を閉じた形で取り出せるようにして、標準の RLHF の問題を、単純な分類の損失だけで解けるようにしました。微調整の間に言語モデルからサンプリングする必要も、大きなハイパーパラメータの調整もありません。著者らは、DPO が既存の方法と同等かそれ以上に人の選好に合わせられ、感情の制御では PPO ベースの RLHF を上回り、要約と1回の対話では同等以上だと報告しています事実（著者の報告）［参考資料15］。

RLHF の目的は「報酬の期待値 − β × KL（方策 ‖ 参照方策）」で、参照方策は初期の SFT モデルです。β が、参照からどこまで離れてよいかを決めます。DPO はこの参照方策の確率との比を損失に使います事実［参考資料15］。Llama 3 は、β = 0.1 で、DPO に2つの修正を加えています。損失から、ヘッダや終了などの書式のトークンを除くこと（共通のトークンが選ばれた回答にも却下された回答にもあり、損失が矛盾した目標になるため）と、選ばれた回答に、係数0.2の負の対数尤度（NLL）の項を加えることです事実［参考資料22］。

すべて事実（各原論文の記述）。各論文は、自分の設定・ベンチマークでの改善を報告しており、手法どうしの優劣は、本稿では判断しません。Ethayarajh らも、「普遍的に優れる損失は一つもなく、最適な損失は設定に合う帰納バイアスによる」と述べています［17］。

GRPO は、DeepSeekMath で数学の推論のために提案され［参考資料20］、RLVR（検証可能な報酬による強化学習）は、Tülu 3 が新しい方法として提示しました［参考資料21］。DeepSeek-R1 の報告は、人が作った推論の例を使わずに、純粋な強化学習で推論の能力を引き出せることを示しています事実［参考資料45］。推論モデルの学習は、本シリーズ「推論モデル」編で扱います。

7. 軽量なファインチューニング ― LoRA、QLoRA など

全パラメータの微調整は、モデルが大きくなるほどメモリと保存の費用が重くなります。そこで、事前学習済みの重みを凍結し、少数のパラメータだけを学習するパラメータ効率のよい微調整（PEFT）が使われます。

すべて事実（各原論文）。数値は、その論文のモデル・課題・設定での結果で、手法どうしの比較ではありません。

元のSVG模式図・数値・出典注記を見る

LoRA のパラメータ数の例（本稿の計算）：1つの d × d の重み行列に、ランク r の更新を加えると、学習するのは 2·d·r 個です。d = 4,096、r = 16 なら 131,072 個で、元の 16,777,216 個の約0.78%です。Llama 3 8B の構成（32層、d = 4,096、KV の次元 1,024）で、注意の q・k・v・出力の4つの行列に r = 16 を付けると、アダプタは約1,363万個（8.03B の約0.17%）、FFN の3つの行列も含めると約4,194万個（約0.52%）です。

上の図の見積もりでは、8B の全パラメータの微調整は約128 GB、LoRA は約16.3 GB、QLoRA は約4.2 GB です（70B では、約1,129 GB、約142 GB、約36 GB）。ここでの全パラメータの16バイト／パラメータは、ZeRO の論文が、混合精度で Adam を使うときの計上として示した値です事実［参考資料31］。QLoRA の論文は、LLaMA 65B の通常の16ビットの微調整に780 GB超が必要と述べ、これは約12バイト／パラメータにあたります［参考資料28］。メモリの計上の仕方（何を含めるか）で値は変わるので、数字は桁の目安として読んでください（本記事による解説）。

LoRA は「学ぶ量が少ない」代わりに「忘れにくい」

Biderman らは、プログラミングと数学の2つの領域で、LoRA と全パラメータの微調整を比べました（指示の微調整 約10万件のプロンプトと回答、継続事前学習 約200億トークン）。標準の低ランク設定では、LoRA は全パラメータの微調整を大きく下回りましたが、対象領域の外の課題での、元のモデルの性能は、LoRA のほうがよく保たれました。LoRA は、重み減衰やドロップアウトなどの一般的な正則化よりも忘却を抑え、出力の多様性もよく保ちます。全パラメータの微調整が学ぶ摂動のランクは、典型的な LoRA の設定の10〜100倍とされ、それが差の一因かもしれない、と分析されています事実［参考資料30］。

8. 安全の調整と、微調整後の安全性

事後学習には、安全のための調整も含まれます。Llama 3 の報告は、安全のための緩和策が事後学習の段階にも組み込まれている、と述べています事実［参考資料22］。

一方で、調整した後の微調整は、その安全性を変えることがあります。Qi らは、安全に調整された LLM を、少数の敵対的に設計した例で微調整すると、その安全性が損なわれうること（GPT-3.5 Turbo の防護を、10例・0.20ドル未満の微調整で破った例）、さらに、悪意がなくても、一般的な良性のデータで微調整するだけで、程度は小さいものの、安全性の調整が低下しうることを報告しています事実［参考資料32］。提供者の提供する微調整の機能や、公開された重みの微調整では、微調整のあとに、安全性を評価し直す必要があります（本記事による解説。具体的な攻撃の手順は書きません）。

NIST の生成AIプロファイルは、リスクの測定に、AI レッドチーミングや独立した外部評価のような、構造化された公開のフィードバックを含めること、敵対的なロールプレイ、レッドチーミングなどで、予期しない失敗モードを見つけること、微調整されたモデルを含む、モデルのライブラリ・ツール・API の方針を見直すことを、取りうる行動として挙げています事実［参考資料40］。

9. 限界と、確認できなかったこと／まとめ

(1) 手法の細部

損失の導出、ハイパーパラメータ、実装の細部は扱っていません。具体的な手法は、原論文で確認してください。

(2) 新しい手法

確認日（2026年10月15日）時点で、本稿が扱ったのは2025年までの主要な原論文と技術報告です。それ以降の新しい手法や、各社の最新の事後学習の中身は確認していません。商用モデルの事後学習の中身は、多くが公開されていません。

(3) 手法間の優劣

手法どうしの優劣は、判断していません。各論文の改善は、その論文の設定のものです。

(4) 材料分野での微調整の具体例

材料・化学分野の LLM を微調整した具体的な実践例とその評価は、本稿では確認していません。素材技術者の視点は、一般的な論文の結果からの読み取り（解説）です。

(5) 見積もりと規格

メモリの見積もりは概算で、活性化などを含みません。ISO/IEC 42001、23894、TS 12791、5259-3 の本文は有料のため確認していません。

10. 評価・標準の読み方

事後学習の評価は、指示への追従、会話の質（人または LLM の判定）、真実性、安全性、そして調整が副作用を生んでいないか（元の能力の維持、微調整後の安全性）に分かれます。LLM を判定者に使う評価には偏りがあり、第三者の順位表は、方法と日付を確認したうえで参考値として扱います。確認できた範囲を表にします（確認日 2026年10月15日）。

表の整理は本稿の計算（整理）。ISO/IEC の番号・題名・発行年月は ISO の公式ページ、NIST は NIST の文書、AILuminate は MLCommons の論文とページで確認（確認日 2026年10月15日）。規格の本文は有料のため、題名・適用範囲の記載にとどめています。

読み方の注意（素材技術者向け）

• ベンチマーク値は、設定と実施主体で変わります：LLM を判定者にする評価は、判定者の偏り（位置・冗長さ・自己びいき）と、出力の長さに影響されます。長さの補正版や、新しく作った問題での測り直しを確認してください。開発元の技術報告の数字は、その開発元の選んだ設定の結果です
• 飽和と汚染：公開ベンチマークは学習データに混入しうるため、新しい問題や、自分のタスクでの評価を併用します［参考資料21・33］
• 標準・指針は、多くが任意です：NIST の生成AIプロファイルは自主的な利用を前提にしています［参考資料40］。ISO/IEC の規格は、法令や契約で引用されて初めて拘束力を持つのが一般的です（本記事による解説）。「規格に準拠」の表現は、どの規格のどの要求事項かを確認してください
• 宣言値と実測値は別です：報告された改善は、その論文の設定のものです。自分のデータと自分の評価で測り直す価値があります

11. 用語集

12. 参考資料（一次情報）

1. Wei J. ほか "Finetuned Language Models Are Zero-Shot Learners", arXiv:2109.01652 — arxiv.org/abs/2109.01652
2. Ouyang L. ほか "Training language models to follow instructions with human feedback", arXiv:2203.02155 — arxiv.org/abs/2203.02155
3. Zhou C. ほか "LIMA: Less Is More for Alignment", arXiv:2305.11206 — arxiv.org/abs/2305.11206
4. Wang Y. ほか "Self-Instruct: Aligning Language Models with Self-Generated Instructions", arXiv:2212.10560 — arxiv.org/abs/2212.10560
5. Christiano P. ほか "Deep reinforcement learning from human preferences", arXiv:1706.03741 — arxiv.org/abs/1706.03741
6. Ziegler D. M. ほか "Fine-Tuning Language Models from Human Preferences", arXiv:1909.08593 — arxiv.org/abs/1909.08593
7. Stiennon N. ほか "Learning to summarize from human feedback", arXiv:2009.01325 — arxiv.org/abs/2009.01325
8. Schulman J. ほか "Proximal Policy Optimization Algorithms", arXiv:1707.06347 — arxiv.org/abs/1707.06347
9. Bai Y. ほか（Anthropic） "Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback", arXiv:2204.05862 — arxiv.org/abs/2204.05862
10. Gao L., Schulman J., Hilton J. "Scaling Laws for Reward Model Overoptimization", arXiv:2210.10760 — arxiv.org/abs/2210.10760
11. Casper S. ほか "Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback", arXiv:2307.15217 — arxiv.org/abs/2307.15217
12. Sharma M. ほか "Towards Understanding Sycophancy in Language Models", arXiv:2310.13548 — arxiv.org/abs/2310.13548
13. Bai Y. ほか（Anthropic） "Constitutional AI: Harmlessness from AI Feedback", arXiv:2212.08073 — arxiv.org/abs/2212.08073
14. Lee H. ほか "RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback", arXiv:2309.00267（ICML 2024） — arxiv.org/abs/2309.00267
15. Rafailov R. ほか "Direct Preference Optimization: Your Language Model is Secretly a Reward Model", arXiv:2305.18290 — arxiv.org/abs/2305.18290
16. Azar M. G. ほか "A General Theoretical Paradigm to Understand Learning from Human Preferences", arXiv:2310.12036 — arxiv.org/abs/2310.12036
17. Ethayarajh K. ほか "KTO: Model Alignment as Prospect Theoretic Optimization", arXiv:2402.01306 — arxiv.org/abs/2402.01306
18. Hong J. ほか "ORPO: Monolithic Preference Optimization without Reference Model", arXiv:2403.07691 — arxiv.org/abs/2403.07691
19. Meng Y. ほか "SimPO: Simple Preference Optimization with a Reference-Free Reward", arXiv:2405.14734 — arxiv.org/abs/2405.14734
20. Shao Z. ほか "DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models", arXiv:2402.03300 — arxiv.org/abs/2402.03300
21. Lambert N. ほか（Allen Institute for AI ら） "Tulu 3: Pushing Frontiers in Open Language Model Post-Training", arXiv:2411.15124 — arxiv.org/abs/2411.15124
22. Grattafiori A. ほか（Llama Team, Meta） "The Llama 3 Herd of Models", arXiv:2407.21783 — arxiv.org/abs/2407.21783
23. Houlsby N. ほか "Parameter-Efficient Transfer Learning for NLP", arXiv:1902.00751 — arxiv.org/abs/1902.00751
24. Li X. L., Liang P. "Prefix-Tuning: Optimizing Continuous Prompts for Generation", arXiv:2101.00190 — arxiv.org/abs/2101.00190
25. Lester B., Al-Rfou R., Constant N. "The Power of Scale for Parameter-Efficient Prompt Tuning", arXiv:2104.08691 — arxiv.org/abs/2104.08691
26. Liu H. ほか "Few-Shot Parameter-Efficient Fine-Tuning is Better and Cheaper than In-Context Learning", arXiv:2205.05638 — arxiv.org/abs/2205.05638
27. Hu E. J. ほか "LoRA: Low-Rank Adaptation of Large Language Models", arXiv:2106.09685 — arxiv.org/abs/2106.09685
28. Dettmers T. ほか "QLoRA: Efficient Finetuning of Quantized LLMs", arXiv:2305.14314 — arxiv.org/abs/2305.14314
29. Liu S.-Y. ほか "DoRA: Weight-Decomposed Low-Rank Adaptation", arXiv:2402.09353 — arxiv.org/abs/2402.09353
30. Biderman D. ほか "LoRA Learns Less and Forgets Less", arXiv:2405.09673 — arxiv.org/abs/2405.09673
31. Rajbhandari S. ほか "ZeRO: Memory Optimizations Toward Training Trillion Parameter Models", arXiv:1910.02054 — arxiv.org/abs/1910.02054
32. Qi X. ほか "Fine-tuning Aligned Language Models Compromises Safety, Even When Users Do Not Intend To!", arXiv:2310.03693 — arxiv.org/abs/2310.03693
33. Zheng L. ほか "Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena", arXiv:2306.05685 — arxiv.org/abs/2306.05685
34. Dubois Y. ほか "Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators", arXiv:2404.04475 — arxiv.org/abs/2404.04475
35. Li T. ほか "From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline", arXiv:2406.11939 — arxiv.org/abs/2406.11939
36. Zhou J. ほか "Instruction-Following Evaluation for Large Language Models", arXiv:2311.07911 — arxiv.org/abs/2311.07911
37. Lin S., Hilton J., Evans O. "TruthfulQA: Measuring How Models Mimic Human Falsehoods", arXiv:2109.07958 — arxiv.org/abs/2109.07958
38. Ghosh S. ほか（MLCommons） "AILuminate: Introducing v1.0 of the AI Risk and Reliability Benchmark from MLCommons", arXiv:2503.05731 — arxiv.org/abs/2503.05731
39. MLCommons "AILuminate"（ベンチマークの概要。確認日のページ） — mlcommons.org/ailuminate/
40. NIST "Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile", NIST AI 600-1, 2024年7月, DOI 10.6028/NIST.AI.600-1 — doi.org/10.6028/NIST.AI.600-1
41. ISO/IEC "ISO/IEC 42001:2023 AI management systems"（ISO のページ） — iso.org/standard/81230.html
42. ISO/IEC "ISO/IEC 23894:2023 AI — Guidance on risk management"（ISO のページ） — iso.org/standard/77304.html
43. ISO/IEC "ISO/IEC TS 12791:2024 Information technology — Artificial intelligence — Treatment of unwanted bias in classification and regression machine learning tasks"（ISO のページ） — iso.org/standard/84110.html
44. ISO/IEC "ISO/IEC 5259-3:2024 Artificial intelligence — Data quality for analytics and machine learning (ML) — Part 3: Data quality management requirements and guidelines"（ISO のページ） — iso.org/standard/81092.html
45. DeepSeek-AI "DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning", arXiv:2501.12948（Nature 645, 633–638 (2025)） — arxiv.org/abs/2501.12948

13. 主張と出典の対応表（監査）

最終更新：2026年10月15日／出典は一次情報（arXiv の原論文、各開発元の技術報告、MLCommons・ISO・NIST の公式ページ）に限定しています。ISO/IEC 規格の本文は有料のため確認できていません。 各手法の「性能が良い」という記述は、その論文の設定での結果で、手法間の優劣は判断していません。安全・有害性に関する内容は評価と対策の考え方にとどめ、悪用の手順は書いていません。 2026年の新しい手法、各社の最新の事後学習の中身、材料分野の LLM の微調整の具体例、ISO/IEC 規格の本文については、確認できなかったため記載していません。 図は説明用の概念図または本稿の計算を含む作図で、図1と図7はAI生成イメージの枠（画像は未設置）です。いずれも実在の装置・実測を示すものではありません。