2.1基礎
基盤モデルと業務モデルの違いを説明する。
大量データで学ぶ段階と用途適応を区別する。
正しい説明を2つ選べ。
× 不正解
基盤モデルは広いデータで一般的な表現を学び、用途へはプロンプト、RAG、微調整などで適応する。学習範囲やバイアス、最新性には限界がある。
詳細解説
正しい事前学習では広いデータから一般的なパターンを学ぶ
特定業務だけでなく多様な入力を扱う基礎能力を形成する。
特定業務だけでなく多様な入力を扱う基礎能力を形成する。
問題の要件では、事前学習では広いデータから一般的なパターンを学ぶが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい事前学習済みモデルへ追加データで用途適応できる
プロンプト、検索、微調整などで目的へ合わせられる。
プロンプト、検索、微調整などで目的へ合わせられる。
問題の要件では、事前学習済みモデルへ追加データで用途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。
誤り事前学習データが広ければバイアスは必ず消える
データの偏りや設計によるバイアスは残り得る。
データの偏りや設計によるバイアスは残り得る。
問題の要件では、事前学習データが広ければバイアスは必ず消え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。
誤り基盤モデルは常に最新の事実を知っている
学習時点や取得情報の範囲に限界がある。
学習時点や取得情報の範囲に限界がある。
問題の要件では、基盤モデルは常に最新の事実を知ってい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Domain 2.1の基盤モデルと事前学習を確認する。期待される結果
事前学習と用途適応、知識の限界を区別できる。理解のポイント
- 事前学習
- 適応
- 限界
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
大量・多様なデータで、モデルが一般的な言語や特徴表現を学ぶ段階。
基盤モデル
多様なタスクへ適応できるよう、広いデータで訓練されたモデル。
問題IDAWS-AIF-114
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