2.1基礎
基盤モデルの作成と利用を説明する。
大量データでの学習と、利用者の入力への応答を分ける。
説明として正しいものを2つ選べ。
× 不正解
事前学習は大量データから基礎表現を学び、推論は学習済みモデルへ入力して出力を計算する。
詳細解説
正しい事前学習は大量データから一般的な表現やパターンを学ぶ段階である
モデルの基礎能力を形成する。
モデルの基礎能力を形成する。
問題の要件では、事前学習は大量データから一般的な表現やパターンを学ぶ段階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。
正しい推論は学習済みモデルへ入力を与え、出力を計算する段階である
利用時の応答を生成する。
利用時の応答を生成する。
問題の要件では、推論は学習済みモデルへ入力を与え、出力を計算する段階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。
誤り推論のたびに必ずモデルの重みが更新される
通常の推論と追加学習は別の処理である。
通常の推論と追加学習は別の処理である。
問題の要件では、推論のたびに必ずモデルの重みが更新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。
誤り事前学習データの品質は本番出力へ影響しない
データの偏りや誤りが能力と限界へ影響する。
データの偏りや誤りが能力と限界へ影響する。
問題の要件では、事前学習データの品質は本番出力へ影響しないが解決する範囲と、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の基盤モデル、事前学習、推論を確認する。期待される結果
学習時の処理と利用時の推論を区別して説明できる。理解のポイント
- 事前学習
- 推論
- 重み
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
大規模なデータからモデルの一般的な表現やパターンを学ぶ工程。
推論
学習済みモデルへ入力を与え、予測や生成結果を計算する工程。
問題IDAWS-AIF-255
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