2.1標準
テキストから画像を生成するモデルの仕組みを比較する。
ノイズから画像を復元する考え方を説明する。
説明として正しいものを2つ選べ。
× 不正解
拡散モデルはノイズ付加・除去の過程を学び、条件入力で生成を誘導する。写実性や生成の一貫性は別途評価する。
詳細解説
正しい拡散モデルはノイズを加える過程と、ノイズを除去して生成する過程を学ぶ
ランダムな状態から画像を段階的に生成できる。
ランダムな状態から画像を段階的に生成できる。
問題の要件では、拡散モデルはノイズを加える過程と、ノイズを除去して生成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。
正しい条件テキストや画像表現を使って生成内容を誘導できる
入力条件に応じた生成を行える。
入力条件に応じた生成を行える。
問題の要件では、条件テキストや画像表現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。
誤り拡散モデルの出力は現実の事実を自動検証する
生成の写実性と事実性は別である。
生成の写実性と事実性は別である。
問題の要件では、拡散モデルの出力は現実の事実を自動検証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。
誤りノイズ除去は一度の決定で常に同じ画像を返す
乱数や設定により出力が変わり得る。
乱数や設定により出力が変わり得る。
問題の要件では、ノイズ除去は一度の決定で常に同じ画像を返すが解決する範囲と、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 2.1の生成モデル、拡散モデル、マルチモーダルを確認する。期待される結果
拡散モデルの生成過程と、生成結果の限界を説明できる。理解のポイント
- ノイズ
- 除去
- 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過程と、その逆にノイズを除去する生成過程を学ぶモデル。
条件付け
テキストやラベルなどの条件で生成結果を誘導すること。
問題IDAWS-AIF-238
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