バイオテクノロジー企業が、社内独自のゲノム解析研究レポート500GBを使ってAmazon BedrockのCPT（継続事前学習）ジョブを設定しようとしています。CPTのトレーニングデータ形式と学習方式について正しく説明しているものはどれですか？
CPT（継続事前学習）はラベルなしドメインテキストで因果言語モデリング（次トークン予測）タスクを学習します。データは JSONL 形式（{"input": "テキスト"}）またはプレーンテキストで提供し、IFT（指示ファインチューニング）の {"prompt"/"completion"} 形式とは異なります。 選択肢A の CPT のデータが IFT と同じ {"prompt": "", "completion": "文書内容"} 形式という説は不正確です。空のプロンプトは次トークン予測に適していません。 選択肢C の CPT は IFT 完了後に実施する必要があるという説は誤りです。CPT はIFT より先に実施するのが正しい順序（ドメイン知識習得→タスク形式学習の順）であり、逆順は推奨されません。 選択肢D の CPT が Amazon Titan Text モデルファミリーのみに対応しているという説は誤りです。Bedrock の CPT は Titan 以外の対応モデルでも利用可能です。