2.1基礎
画像生成方式を比較する。
ノイズから画像を生成するモデルの概要を説明する。
正しい説明を2つ選べ。
× 不正解
拡散モデルはノイズ除去過程を学習し、テキストなどの条件で生成を誘導する。生成品質・著作権・安全性は別に評価する。
詳細解説
正しい拡散モデルはノイズを段階的に除去する過程を学ぶ
ランダムなノイズから条件に合うデータを生成する流れを持つ。
ランダムなノイズから条件に合うデータを生成する流れを持つ。
問題の要件では、拡散モデルはノイズを段階的に除去する過程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。
正しいテキスト条件などを使って生成内容を誘導できる
プロンプトや埋め込みで生成の方向を指定できる。
プロンプトや埋め込みで生成の方向を指定できる。
問題の要件では、テキスト条件などを使って生成内容を誘導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。
誤り拡散モデルは入力画像を必ず完全に復元するだけである
生成、変換、編集など複数の用途がある。
生成、変換、編集など複数の用途がある。
問題の要件では、拡散モデルは入力画像を必ず完全に復元するだけであ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。
誤りノイズ除去を学ぶので出力の安全性は自動保証される
訓練データ、条件、ガードレール、検査が別途必要である。
訓練データ、条件、ガードレール、検査が別途必要である。
問題の要件では、ノイズ除去を学ぶので出力の安全性は自動保証され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の生成モデルと拡散モデルの概要を確認する。期待される結果
ノイズからの段階的生成と条件付けの関係を説明できる。理解のポイント
- ノイズ
- 段階的生成
- 条件付け
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
拡散モデル
データへノイズを加える・除去する過程を学び、ノイズから新しいデータを生成するモデル。
条件付け
テキスト、画像、ラベルなどの条件を生成過程へ与え、出力を誘導すること。
問題IDAWS-AIF-135
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