AIF-C01#46(foundation-models)
ある企業が、チャットボットの回答を自社が望むトーン（口調や雰囲気）に合わせることで改善したいと考えています。同社には、カスタマーサービス担当者と顧客との間の高品質な会話例が100件あります。このデータを使用して、チャットボットの回答に自社のトーンを反映させたいと考えています。 この要件を満たすソリューションはどれですか？
正解：D
正解の根拠
100 件規模の高品質な会話例で「自社のトーン」をモデルに反映させたい場合、Amazon Bedrock のファインチューニングが最適です。プロンプトと完了 (completion) のペアを JSONL で用意し、Cohere Command や Meta Llama、Anthropic Claude (対応モデル) などをカスタマイズできます。トーンや文体は少量データでも効果的に学習させられます。
カスタマイズ手段の比較
| 手段 | 用途 |
|---|---|
| Bedrock Fine-tuning | 少量ラベルでスタイル/タスク適応 |
| SageMaker HyperPod | 大規模事前学習 |
| Personalize | レコメンド専用 |
| TensorRT | 推論最適化ランタイム |
不正解の理由
- A: Personalize はレコメンデーション専用で、自然言語のトーン適応や対話生成のカスタマイズには適していません。
- B: HyperPod は数千 GPU を使う大規模事前学習基盤で、100 件規模のスタイル微調整には過剰でコスト効率も悪いです。
- C: TensorRT は推論最適化のためのランタイムで、トーンを学ばせる仕組みではなくカスタマイズの本質を満たしません。
コメント