AIF-C01#56(foundation-models)
【問題3/3】ある企業は、生成 AI モデルのプロンプトに対して、よりカスタマイズされた応答を得たいと考えています。 以下のユースケースごとに、正しいカスタマイズ手法を選択してください。各ユースケースには一度だけ選択肢を使用します。 【ユースケース】ラベルなしデータしか利用できない 
正解：A
正解の根拠
ラベルなしデータしか利用できない場合は、継続的事前学習 (Continued pre-training) が適しています。これは大量のラベルなしテキストコーパスでモデルの自己教師あり学習を継続し、ドメイン知識や語彙をモデルに取り込む手法です。Bedrock Custom Models では Titan モデルなどに対し継続的事前学習ジョブを実行できます。
カスタマイズ手法の使い分け
| 手法 | 必要データ |
|---|---|
| 継続的事前学習 | ラベルなしコーパス |
| ファインチューニング | ラベル付きペア |
| データ拡張 | 既存データ変形 |
| RAG | 外部知識ソース |
不正解の理由
- B: データ拡張は既存データを変形・合成して量を増やす前処理で、モデル自体に新知識を取り込む学習手法ではありません。
- C: ファインチューニングはラベル付きの入力/出力ペアを必要とするため、ラベルなしデータしかない条件では実施できません。
コメント