AIF生成AIの基礎
ある企業のAI推進担当者が、生成AIに関する社内勉強会で「基盤モデル（Foundation Model）」という用語を正確に説明しようとしています。従来の特定タスク専用に開発されたMLモデルと比較した場合の、基盤モデルの最も本質的な特徴を表す説明はどれですか。
A1つの特定タスクだけに最適化され、用途を変えるたびにゼロから再構築が必要なモデルである
特定タスク専用で用途変更のたびに再構築が必要なのは従来型のタスク特化MLモデルの説明です。1つのモデルで多様なタスクに適応する基盤モデルの汎用性とは正反対であり、本質的特徴の説明として誤りです。
B大量かつ多様なデータで広範に事前学習され、要約・翻訳・質問応答など多様なタスクに適応できるモデルである
✓ 正解
大量で多様なデータによる広範な事前学習を通じ、1つのモデルが要約・翻訳・質問応答など多様なタスクに適応できる点が基盤モデルの本質です。汎用性と再利用性を的確に表しており正解です。
Cラベル付きの教師データを一切使わず、ルールベースの条件分岐のみで動作するモデルである
教師データを使わずルールベースの条件分岐のみで動くという説明は、データから学習する基盤モデルの仕組みと根本的に異なります。事前学習という核心を欠くため、基盤モデルの特徴とは言えません。
D学習を行わず、あらかじめ人間が定義した固定の応答テンプレートを返すだけのモデルである
学習を行わず固定の応答テンプレートを返すだけの仕組みは静的なルール処理であり、生成AIである基盤モデルとは異なります。多様なタスクへ適応する能力を説明できておらず不適切です。
解説
基盤モデルは、大規模かつ多様なデータセットで広範に事前学習された汎用的なモデルで、1つのモデルを基盤として要約・翻訳・質問応答・分類など幅広いタスクに適応できる点が本質的な特徴です。プロンプトの工夫やファインチューニングによって、タスクごとにゼロから作り直すことなく多用途に活用できます。
選択肢Aは特定タスク専用の従来型MLモデルの説明であり、基盤モデルの汎用性とは正反対です。
選択肢Cのルールベース・条件分岐は機械学習や事前学習を伴わない仕組みで、データから学習する基盤モデルの説明になっていません。
選択肢Dの固定テンプレート応答は学習を行わない静的な仕組みで、生成AIである基盤モデルの特徴とは異なります。
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 →