解説

ファインチューニングの根本原則として、モデルが持っていない能力を新たに付与することはできません。法律文書要約には要約・長文理解・法律語彙への対応能力が前提として必要であり、これを既に持つ基盤モデルを選ぶことが最重要事項です。 選択肢Aのトークン単価は重要なコスト観点ですが、ファインチューニング後はProvisioned Throughputで課金されるため基盤モデルのオンデマンド価格は直接関係せず、最優先事項にはなりません。 選択肢Bが正解です。タスクに必要な前提能力の有無が基盤モデル選択で最も重要な基準となります。コストやコンテキストウィンドウも考慮事項ですが、能力の確認が優先されます。 選択肢Cのコンテキストウィンドウサイズは長文法律文書を扱う上で重要ですが、タスク適合能力がなければ大きなウィンドウも意味がなく、能力の確認が先決です。 選択肢DはAmazon Titanが他社モデルよりファインチューニング後の精度が高いという事実はありません。BedrockはCohere・Metaなどのサードパーティモデルも同等にサポートしています。