2.2基礎
汎用テキストで学習済みのモデルを、医療文書の分類へ適応する。
用語の意味を正しく整理する。
事前学習と微調整の説明として正しいものはどれか。
× 不正解
事前学習は汎用能力を獲得する工程、微調整は特定タスクやドメインへ追加学習して適応する工程である。
詳細解説
誤り事前学習は本番データを毎回直接更新する処理である
事前学習は通常、事前に収集した大規模データでモデルを学習する工程である。
誤り微調整を行えば評価や安全性の確認は不要になる
追加学習後も性能、偏り、安全性、回帰を評価する必要がある。
正しい事前学習は広いデータで汎用能力を獲得し、微調整は特定タスクへ追加学習する
大規模な事前学習で一般的な表現を学び、目的データでパラメータを適応させるのが微調整である。
誤り微調整は入力プロンプトを書き換えるだけで、モデルの学習は行わない
プロンプト変更はプロンプトエンジニアリングであり、微調整は追加データで学習する方法である。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
AWS公式AIF-C01ガイドのDomain 2.2で基盤モデルの学習・適応用語を確認する。
参考にした公式資料
確認できる内容
事前学習、微調整、プロンプト変更の違いを説明できる。
理解のポイント
- 汎用能力
- 追加学習
- 評価継続
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
事前学習
広く大量のデータから、言語や画像などの一般的なパターンを学ぶ工程。
微調整
特定タスク・ドメインのデータでモデルを追加学習し、振る舞いを適応させる方法。
問題IDAWS-AIF-031
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
最終技術確認2026-08-20
誤り・権利侵害を報告