少量の社内データで、文書要約や質問応答の試作を短期間で始めたい。
ゼロから大規模モデルを訓練する計画はない。
基盤モデルを利用する利点として適切なものを2つ選べ。
基盤モデルは事前学習済みの汎用能力を利用でき、プロンプトや追加データで用途へ適応できる。一方で品質や安全性は別途評価が必要である。
詳細解説
大規模データで事前学習されたモデルを利用するため、基礎モデルをゼロから作る工程を省ける。
大規模データで事前学習されたモデルを利用するため、基礎モデルをゼロから作る工程を省ける。
問題の要件では、事前学習済みの能力を利用して初期開発を短縮できるが解決する範囲と、別の工程が担う範囲を分けて判断する。
基盤モデルはプロンプト、RAG、微調整などで特定用途へ適応できる。
基盤モデルはプロンプト、RAG、微調整などで特定用途へ適応できる。
問題の要件では、用途に応じてプロンプトや追加データで適応できるが解決する範囲と、別の工程が担う範囲を分けて判断する。
事前学習済みでも誤りや偏りがあり、評価とガードレールが必要である。
事前学習済みでも誤りや偏りがあり、評価とガードレールが必要である。
問題の要件では、出力の正確性や安全性を無条件に保証するが解決する範囲と、別の工程が担う範囲を分けて判断する。
データ保護はサービス設定、IAM、暗号化、運用方針などで設計する必要がある。
データ保護はサービス設定、IAM、暗号化、運用方針などで設計する必要がある。
問題の要件では、入力データの機密性を自動的に保証するが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS公式AIF-C01ガイドのDomain 2.1とAmazon Bedrock公式概要で基盤モデルの利用形態を確認する。期待される結果
開発短縮と適応性を利点として挙げ、品質保証や機密性を自動保証と誤認しない。理解のポイント
- 事前学習
- 適応
- 利点と責任の分離
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
基盤モデル
さまざまなタスクへ適応できるよう、大規模データで事前学習されたモデル。
適応
プロンプト、検索拡張、微調整などで特定業務に合わせること。