AIP基盤モデルの統合、データ管理、コンプライアンス
製薬会社は、薬物相互作用分析システムの基盤モデルを選択する必要があります。要件は次の通りです：
①50ページ以上の研究論文を1回のコンテキストで処理できる大きなコンテキストウィンドウ、
②根拠となる文献への引用を含む回答、
③ステップバイステップの推論プロセスの透明性、
④機密研究データをAWS外部に送信不可。これらの要件を最も満たすモデル選択基準はどれですか？
Aトークンあたりコストが最低のモデルを選択し、プロンプトエンジニアリングのみで品質要件を補完する
「最安モデル+プロンプトエンジニアリング」は、コンテキストウィンドウの物理的制約を解消できず、プロンプト手法だけで50ページ超の論文処理や引用機能を補完することは不可能です。
B100Kトークン以上のコンテキストウィンドウ、Chain-of-Thought推論能力、Amazon Bedrock内でのデータ完結セキュリティを優先し、Claude 3 OpusまたはSonnetを選択する
✓ 正解
Claude 3 Opus/Sonnetは最大200Kトークンのコンテキストウィンドウを持ち、長い研究論文を一度に処理できます。Amazon Bedrock経由での利用によりデータがAWSインフラ外に出ず、高度な推論能力で引用付きのステップバイステップ回答が生成可能です。
CAWSネイティブモデルとして最高のセキュリティ保証を持つAmazon Titan Text Expressを選択し、論文を複数のAPIコールに分割して長文処理に対応する
「Titan」は、コンテキストウィンドウが小さく論文を分割処理すると文脈が失われます。
DLlama 3（Meta製オープンソースモデル）を製薬ドメインデータでファインチューニングし、Amazon SageMakerの専用インスタンスでホストしてデータ漏洩を防ぐ
「Llama 3のファインチューニング」は、構築コストが高く、要件に対してオーバーエンジニアリングです。
解説
Claude 3 Opus/Sonnetは最大200Kトークンのコンテキストウィンドウを持ち、長い研究論文を一度に処理できます。Amazon Bedrock経由での利用によりデータがAWSインフラ外に出ず、高度な推論能力で引用付きのステップバイステップ回答が生成可能です。
選択肢Aの「最安モデル+プロンプトエンジニアリング」は、コンテキストウィンドウの物理的制約を解消できず、プロンプト手法だけで50ページ超の論文処理や引用機能を補完することは不可能です。
選択肢Cの「Titan」は、コンテキストウィンドウが小さく論文を分割処理すると文脈が失われます。
選択肢Dの「Llama 3のファインチューニング」は、構築コストが高く、要件に対してオーバーエンジニアリングです。
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 →