3.4標準
回答に役立った・誤っているの反応が集まる。
データを安全に改善へ使う。
運用として適切なものを2つ選べ。
× 不正解
利用者フィードバックは理由・訂正・言語・版・根拠を最小限で分類し、同意・匿名化・品質レビュー・保持・再学習承認を設ける。
詳細解説
正しい評価理由・訂正内容・言語・モデル版・根拠を必要最小限で分類する
失敗パターンを分析できる。
失敗パターンを分析できる。
問題の要件では、評価理由・訂正内容・言語・モデル版・根拠を必要最小限で分類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。
正しい同意・匿名化・品質レビュー・データ保持・再学習前の承認を設ける
フィードバックの二次利用を制御できる。
フィードバックの二次利用を制御できる。
問題の要件では、同意・匿名化・品質レビュー・データ保持・再学習前の承認を設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。
誤り全ての自由記述をそのまま再学習へ投入する
個人情報や誤情報を取り込む。
個人情報や誤情報を取り込む。
問題の要件では、全ての自由記述をそのまま再学習へ投入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。
誤り良い評価だけを採用し、悪い評価は削除する
改善対象を隠す。
改善対象を隠す。
問題の要件では、良い評価だけを採用し、悪い評価は削除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。
AWS公式AIF-C01 Domain 3.4・5.1のフィードバック、品質、二次利用を確認する。期待される結果
利用者の声を品質改善へ生かしながら、個人情報と誤情報の再利用を防げる。理解のポイント
- フィードバック
- 再学習
- 匿名化
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
フィードバックループ
利用者の評価や訂正を品質評価・改善へ戻す仕組み。
二次利用
当初の提供目的とは別にフィードバックを学習や分析へ使うこと。
問題IDAWS-AIF-517
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