知識蒸留（Knowledge Distillation, KD）は、大規模言語モデル（LLM）の高い計算負荷を低減する有望な手法である。しかし、従来のKD手法は主にホワイトボックス分類モデルに適用されており、あるいはChatGPTのようなブラックボックスモデルのAPIを模倣するように小さなモデルを訓練するものに限られていた。一方で、ホワイトボックス型LLMの知識を小型モデルに効果的に蒸留する方法についてはまだ十分に検討されておらず、オープンソースLLMの急速な発展を背景に、その重要性はさらに高まっている。本研究では、LLMからより小型の言語モデルへと知識を蒸留するKD手法を提案する。まず、従来のKD手法で用いられる前向きKullback-Leibler divergence（KLD）目的関数を、生成型言語モデルへの適用に適した逆向きKLDに置き換えることで、教師モデルの低確率領域に対する生徒モデルの過大評価を防ぐ。次に、この目的関数を効果的に最適化するためのアプローチを導出する。提案する生徒モデルは「MiniLLM」と命名した。インストラクション忠実度設定における広範な実験結果から、MiniLLMはベースラインモデルと比較して、より正確な応答を生成し、全体的な品質が高く、露出バイアスが低く、補正（calibration）性能に優れ、長文生成性能も高いことが示された。本手法は、120Mから13Bパラメータ規模の異なるモデルファミリにスケーラブルに適用可能である。本研究のコード、データ、モデルチェックポイントは、https://github.com/microsoft/LMOps/tree/main/minillm にて公開されている。