令和7年度 問80
基礎理論
ファインチューニングに関する問題
AIにおいて,広範囲かつ大量のデータで訓練されたものであり,ファインチューニングなどによって文章生成AIのような様々な用途に適応できる特徴をもつものを何というか。
- アアノテーション
- イエキスパートシステム
- ウ基盤モデル
- エ畳み込みニューラルネットワーク
答えと解説を見る
✓ これが正解ウ基盤モデル
解説
大量に学ばせた基盤モデルを、後から用途のほうへ寄せて使います。
用途ごとに一から学ばせると、そのたびに膨大なデータと計算が必要です。そこで、まず広い範囲の大量のデータで言葉や画像の一般的な性質を学ばせた基盤を作っておきます。これが基盤モデルです。あとは、使いたい用途に合わせて少しの追加の学習で寄せていけば済みます。この寄せる作業がファインチューニングです。文章を作るものにも、要約するものにも、同じ基盤モデルから枝分かれさせられます。広範囲かつ大量のデータで訓練され様々な用途に適応できる、という説明に当てはまります。基盤モデルを作るところに費用がかかり、寄せるところは軽く済みます。
ほかの選択肢はなぜ違うのか
- アアノテーション:人が印を付けて学習用のデータに意味を与える作業です。学ばせるための材料を整える手順であり、学び終わった基盤モデルそのものを指す語ではありません。作る側の工程と、できたものを取り違えています。
- イエキスパートシステム:専門家の知識を規則の形で書き込んで、問いに答えさせる仕組みです。人が規則を与える作りなので、大量のデータから自ら学んで基盤モデルを作るものとは成り立ちがまったく違います。
- エ畳み込みニューラルネットワーク:画像の特徴を段階的に取り出すことに向いた学習の仕組みの一つです。画像認識などで使われるネットワークの型の名であって、様々な用途へ適応できる基盤モデルそのものを指す語ではありません。
出典:令和7年度 ITパスポート試験 問80
この解説に誤りを見つけたら教えてください。直して、直した記録を残します。誤りを報告する(メールが開きます)