AIF基盤モデルのアプリケーション
ある法律事務所が、判例・契約書・法律文書など大量の法的テキストデータを保有しています。汎用的な基盤モデルにこれらのデータを学習させ、法律ドメインの知識を深く習得させたいと考えています。ただし、ラベル付きの質問回答ペアデータは用意できていません。Amazon Bedrock で利用できる最も適切なモデルカスタマイズ手法はどれですか？
Aファインチューニング（Fine-tuning）：ラベル付きの入出力ペアデータでモデルの振る舞いを調整する
ファインチューニングはラベル付き入出力ペアが必要で特定タスクの振る舞いを調整します。
B継続事前学習（Continued Pre-training）：ラベルなしの大量テキストデータでモデルのドメイン知識を強化する
✓ 正解
継続事前学習（Continued Pre-training）は、ラベルなしの大量テキストデータを使ってモデルのドメイン固有知識を強化するカスタマイズ手法です。Amazon Bedrock でサポートされており、法律・金融・医療などの専門ドメインへの適応に適しています。
CRAG（Retrieval-Augmented Generation：検索拡張生成）：法律文書をベクトルDBに格納しリアルタイム検索で回答を補完する
RAGはモデルパラメータを変更しない外部知識参照手法であり、モデル自体へのドメイン知識の習得にはなりません。
DRLHF（Reinforcement Learning from Human Feedback：人間のフィードバックを用いた強化学習）：評価者がモデル出力を採点してモデルを改善する
RLHFは人間の評価者がモデル出力を採点することでモデルの振る舞いを人間の好みに合わせる手法であり、ラベルなしテキストからのドメイン知識習得には使用できません。また Amazon Bedrock では RLHF は直接サポートされていません。
解説
継続事前学習（Continued Pre-training）は、ラベルなしの大量テキストデータを使ってモデルのドメイン固有知識を強化するカスタマイズ手法です。Amazon Bedrock でサポートされており、法律・金融・医療などの専門ドメインへの適応に適しています。
選択肢Aのファインチューニングはラベル付き入出力ペアが必要で特定タスクの振る舞いを調整します。
選択肢CのRAGはモデルパラメータを変更しない外部知識参照手法であり、モデル自体へのドメイン知識の習得にはなりません。
選択肢DのRLHFは人間の評価者がモデル出力を採点することでモデルの振る舞いを人間の好みに合わせる手法であり、ラベルなしテキストからのドメイン知識習得には使用できません。また Amazon Bedrock では RLHF は直接サポートされていません。
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 →