定義
LAIONとは、Web上から収集した画像とテキストのペアを数十億件規模で集めたオープンな学習用データセット、またはそれを公開する非営利団体のこと。
LAION (大規模画像テキストデータセット)とは（詳しく解説）
LAION（Large-scale AI Open Network）は、Web上から収集した画像とテキストのペアをオープンに公開するドイツの非営利団体、またはそのデータセット群を指す。代表的なLAION-5Bは約58億件の画像URLとキャプションの組を収録し、CLIPによる類似度スコアでノイズを除去している。Stable Diffusionなど多くの画像生成モデルの事前学習に使われ、業界標準のオープンデータセットとして扱われることが多い。ただし2026年時点の実運用では注意点が複数ある。第一に、収録されているのは画像本体でなくURLのため、時間経過でリンク切れが進み、公開当初より取得可能な件数は目減りしているとされる。第二に、Web由来のため著作権や同意のない画像を含む可能性が指摘されており、2023年には一部に問題のあるコンテンツが含まれると報告され一時公開停止となった経緯もある。現場でLAIONの恩恵を受けるのは主に事前学習済みモデルを使う側であり、自前でデータを再構築するコストは高いため、学習済みモデルを選ぶのが実務上の相場感になっている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「LAION (大規模画像テキストデータセット)とは」 https://aipicks.jp/glossary/laion
LAION (大規模画像テキストデータセット)の使用例
- Stable DiffusionはLAION-5Bから抽出された画像テキストペアで事前学習されたとされる。
- 研究者はLAIONの画像URLリストとCLIPスコアを使い、ノイズの多いペアを事前にフィルタリングする。
