AIP実装と統合
製薬会社のAIチームが社内専用の研究支援チャットボットを構築しようとしています。同社は以下のデータを保有しています：(1) 過去15年間の社内臨床試験レポート・薬理学論文・化合物データシート（合計800GB、非構造化テキスト、ラベルなし）、(2) 社内の医療専門家が作成した高品質なQ&Aペア3,000件。チャットボットの主要目標は、一般的なFMが学習していない自社独自の化合物名・試験プロトコル・社内専門用語を正確に理解・使用できるようにすることです。どのカスタマイズアプローチを最初に実施すべきですか？
A3,000件のQ&Aペアを使用して指示ファインチューニング（IFT）を実施する。専門家が作成した高品質データは量よりも重要であり、タスク特化には十分であるため
IFT（指示ファインチューニング）はタスク遂行方法を教えるものでドメイン語彙習得には不向きです。
B800GBの非構造化テキストを使用して継続事前学習（CPT: Continued Pre-training）を実施し、モデルに社内ドメイン知識・語彙・概念を習得させる
✓ 正解
CPT（継続事前学習）は大量のラベルなしドメイン固有テキストを使用してモデルにドメイン知識・語彙・概念を習得させる手法です。自社独自の化合物名や専門用語をモデルに「知らせる」にはCPTが最適です。理想的な手順はCPTでドメイン知識注入→IFTでQ&Aタスク特化です。
C800GBのテキストをAmazon Bedrock Knowledge Basesに取り込み、RAGアーキテクチャでQ&A機能を実装する
RAGアーキテクチャはモデル自体をカスタマイズしません。
D800GBのテキストをすべてQ&A形式に変換してからIFTを実施する。データ量が多いほどIFTの効果が高いため
テキストをすべてQ&A形式に変換する方法は実現不可能であり非効率です。
解説
CPT（継続事前学習）は大量のラベルなしドメイン固有テキストを使用してモデルにドメイン知識・語彙・概念を習得させる手法です。自社独自の化合物名や専門用語をモデルに「知らせる」にはCPTが最適です。理想的な手順はCPTでドメイン知識注入→IFTでQ&Aタスク特化です。
選択肢AのIFT（指示ファインチューニング）はタスク遂行方法を教えるものでドメイン語彙習得には不向きです。
選択肢CのRAGアーキテクチャはモデル自体をカスタマイズしません。
選択肢DのテキストをすべてQ&A形式に変換する方法は実現不可能であり非効率です。
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AIP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 →