過剰拒否 (Over-refusal)の使い方や活用例を教えてください

代表的な活用例は次のとおりです。「合成洗剤の作り方を教えて」という一般家庭向けの質問に、化学物質関連の話題としてAIが一律に回答を拒否してしまうケース。/医療記事用に薬の一般的な作用機序を尋ねただけなのに、AIが医療アドバイスとみなして回答自体を拒否してしまうケース。

AI用語辞典LLM / 言語モデル

過剰拒否 (Over-refusal)

読み: かじょうきょひ

最終更新: 2026-07-25・AI PICKS編集部

定義

過剰拒否とは、LLMが安全な質問や指示を誤って有害と判定し、本来は応答できるはずの内容への回答を拒否してしまう現象のこと。

過剰拒否 (Over-refusal)とは — 詳しく解説

過剰拒否(Over-refusal)は、モデルの安全性チューニングが強くかかりすぎることで、実際には問題のない質問やコード生成、医療・法律などの一般的な情報提供までも拒否してしまう副作用を指す用語として使われる。RLHFや安全性ファインチューニングの過程で「有害の可能性がある表現」を広めに学習させると発生しやすいとされ、精度と安全性のトレードオフの代表例として知られる。2026年時点の実運用では、社内向けチャットボットやカスタマーサポート用途で過剰拒否が頻発すると、ユーザー体験の低下や問い合わせ対応コストの増加につながるため、モデル選定時の評価項目に「拒否率」を含める企業が増えている。現場での選び方としては、拒否率と有害応答率を同時に計測できるベンチマークで複数モデルを比較し、プロンプトの調整やシステムプロンプトでの許可範囲の明示、必要に応じてガードレール層の緩和で対処するのが一般的とされる。単純に安全性を強めるほど良いわけではなく、相場感としては用途ごとに許容できる拒否率の基準を事前に定義しておくことが実務上重要とされる。