AIF生成AIの基礎
生成AIプロジェクトにおいて、事前トレーニング済みの基盤モデルを活用し、自社製品の問い合わせ対応に特化した応答品質を向上させたいと考えています。この要件を満たす方法として最も適切なものはどれですか。
A自社の問い合わせデータを利用してファインチューニングを実施する
✓ 正解
事前学習済みモデルの知識を活用しながら、自社独自の問い合わせデータで追加学習することで、専門分野への適応を効率よく実現できます。
B基盤モデルを削除して最初から学習をやり直す
基盤モデルをゼロから学習するには膨大なデータと計算資源が必要です。一般的な企業では既存モデルを活用する方が現実的です。
C教師なし学習だけを実施して分類モデルとして利用する
教師なし学習はラベルなしデータの構造把握などに利用されます。問い合わせ応答品質を高める代表的な方法ではありません。
D特徴量を削減して決定木へ置き換える
決定木は分類や回帰に利用されるモデルであり、自然な文章生成を目的とした生成AIの代替手法としては適切ではありません。
解説
既に事前トレーニング済みの基盤モデルが存在する場合、自社固有の問い合わせや専門用語への対応力を高めるにはファインチューニングが有効です。最初からモデルを学習し直すには莫大な計算資源とデータが必要であり現実的ではありません。教師なし学習だけでは問い合わせ応答品質を高められず、決定木へ置き換える方法も生成AIの応答能力を実現できません。試験では事前トレーニングとファインチューニングの役割の違いを理解していることが重要です。
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 →