3.1標準
社内分類データでモデルを適応する。
適応後の性能を独立して確認する。
データ設計として適切なものを2つ選べ。
× 不正解
モデル適応では訓練と独立評価を分け、重複・境界・安全例を管理し、評価セットへ適応しない。
詳細解説
正しい適応用データと評価用データを対象・重複に注意して分ける
適応データへ過度に合わせず、未知例の性能を測れる。
適応データへ過度に合わせず、未知例の性能を測れる。
問題の要件では、適応用データと評価用データを対象・重複に注意して分け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。
正しい本番で重要な境界例・安全例を評価セットへ含める
通常ケースだけでなく失敗や危険な条件を確認できる。
通常ケースだけでなく失敗や危険な条件を確認できる。
問題の要件では、本番で重要な境界例・安全例を評価セットへ含め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。
誤り全データで適応して同じデータを性能報告に使う
適応への過学習を検出できない。
適応への過学習を検出できない。
問題の要件では、全データで適応して同じデータを性能報告に使うが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り評価セットを適応途中で何度も見て選択する
評価データへ適応し、独立性を失う。
評価データへ適応し、独立性を失う。
問題の要件では、評価セットを適応途中で何度も見て選択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。
Amazon Bedrock公式モデルカスタマイズとAIF-C01 Domain 3.1・3.3を確認する。期待される結果
適応データと独立評価データの分離理由を説明できる。理解のポイント
- 適応
- 独立評価
- 境界例
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
独立評価
モデル適応や選択へ使わず、未知データ性能を測るために保留する評価。
境界例
入力条件やラベルの境目にあり、モデルが誤りやすい代表例。
問題IDAWS-AIF-163
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