応用情報技術者試験 令和6年度 秋期 午前 問71

【正解】ウ

ファインチューニングとは、既に大量のデータで学習された基盤モデルに対し、自社独自のデータや特定業務のデータを使って追加学習を行うことです。モデル内部のパラメータ、すなわち回答を生成する際の判断基準となる数値を調整し、自社の用語、業務手順、回答形式などに適したモデルへカスタマイズします。したがって、ウが正解です。

アのアノテーションは誤りです。アノテーションは、文章や画像などの学習データに、分類名、正解、対象範囲といった情報を付与する作業です。追加学習そのものではなく、学習用データを整備する工程を指します。

イのクラスタリングは誤りです。クラスタリングは、正解ラベルを与えず、特徴が似ているデータ同士を複数の集まりに分類する機械学習の手法です。

エのプロンプトエンジニアリングは誤りです。これは、生成AIへの指示文、前提条件、例示などを工夫して、望ましい回答を引き出す技術です。通常、モデル自体のパラメータは変更しません。

【ポイント】 ファインチューニングは、モデルのパラメータを追加学習によって調整します。 プロンプトエンジニアリングは入力を工夫し、モデル自体は変更しません。 独自情報を検索して回答に与えるRAGとも区別して覚えましょう。