AIF生成AIの基礎
基盤モデル（Foundation Models）に関する説明として、最も適切なものはどれですか？
A単一の特定のタスクのみを解決するために、小規模なデータセットで訓練された専用モデル。
特定の1つのタスクだけを解くために設計されたNarrow AI（特化型AI）モデルの説明であり、大規模データで幅広いタスクに対応できる基盤モデルの特性である汎用性・転用可能性とは根本的に異なります。
B大規模なラベルなしデータセットを用いて自己教師あり学習で訓練され、多様な下流タスクに適応できる汎用モデル。
✓ 正解
基盤モデルの正確な説明です。大量のラベルなしデータを自己教師あり学習で事前学習し、ファインチューニングやプロンプトエンジニアリングによって翻訳・要約・コード生成など多様なタスクに転用できます。
Cルールベースのアルゴリズムのみを用いて構築され、機械学習を一切使用しないAIシステム。
エキスパートシステムなどの古典的なルールベースAIの説明であり、人間が定義したルールで動作します。大規模データとディープラーニングを基盤とする基盤モデルとは、設計思想が根本的に異なります。
Dトレーニング完了後に一切のパラメータ調整やプロンプトエンジニアリングを受け付けない固定されたモデル。
実際の基盤モデルはファインチューニングやプロンプトエンジニアリングによる調整が可能であり、特定タスクへの適応性が主要な特徴の一つです。この選択肢の「固定されたモデル」という説明は誤りです。
解説
正解はBです。基盤モデル（Foundation Models）は、膨大な量のテキストや画像などのラベルなしデータを自己教師あり学習で事前学習し、文章生成・要約・翻訳・画像生成などの多種多様なタスクに適用できる汎用的な大規模モデルです。
選択肢Aは、従来の特定タスク向け（Narrow AI）モデルの説明であり、汎用性を持つ基盤モデルとは異なります。
選択肢Cは、エキスパートシステムなどの古典的なルールベースAIの説明です。基盤モデルは深層学習を使用します。
選択肢Dは誤りで、基盤モデルはファインチューニングやプロンプトエンジニアリングによって特定タスクに最適化することが可能です。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →