3.1標準
大規模モデルの回答を、低遅延の小型モデルへ移す。
速度と費用を改善しつつ品質を確認する。
検討として適切なものを2つ選べ。
× 不正解
蒸留は速度・費用を改善し得るが、小型モデルの品質・安全性・形式・データ権利と教師出力の誤りを評価する。
詳細解説
正しい小型モデルの品質、危険入力、形式、レイテンシ、費用を評価する
大モデルの出力を模倣できても、能力や安全性が同じとは限らない。
大モデルの出力を模倣できても、能力や安全性が同じとは限らない。
問題の要件では、小型モデルの品質、危険入力、形式、レイテンシ、費用を評価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。
正しい蒸留データの権利・機密性と、教師出力の誤りを確認する
生成された訓練例もデータガバナンスと品質の対象になる。
生成された訓練例もデータガバナンスと品質の対象になる。
問題の要件では、蒸留データの権利・機密性と、教師出力の誤りを確認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。
誤り小型モデルは必ず大モデルと同じ推論能力を持つ
能力と適用範囲に差がある。
能力と適用範囲に差がある。
問題の要件では、小型モデルは必ず大モデルと同じ推論能力を持つが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り教師モデルの出力を無条件で訓練へ入れる
誤り、偏り、秘密が継承される可能性がある。
誤り、偏り、秘密が継承される可能性がある。
問題の要件では、教師モデルの出力を無条件で訓練へ入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 Domain 3.1のモデル適応・評価と責任あるAIを確認する。期待される結果
蒸留の利点と、能力・安全性・データ品質の再評価を説明できる。理解のポイント
- 小型モデル
- 蒸留データ
- 再評価
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
知識蒸留
大きな教師モデルの出力や表現を使い、小型の生徒モデルへ能力を移す方法。
教師出力
蒸留データとして使う元モデルの応答。誤り・偏り・秘密を含み得る。
問題IDAWS-AIF-181
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