AIF-C01#58(foundation-models)
【問題1/3】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】モデルに新しいドメイン固有のタスクを学習させる必要がある 
正解：C
正解の根拠
新しいドメイン固有のタスクを学ばせる場合、ラベル付きの「指示と応答」ペアを使って事前学習済みモデルの重みを更新する Model fine-tuning が最適です。Bedrock Custom Models や SageMaker JumpStart で実行でき、少量データでもタスク適応性能を引き上げられます。
カスタマイズ手法の使い分け
| 手法 | 適用条件 |
|---|---|
| ファインチューニング | ラベル付き、タスク適応 |
| 継続的事前学習 | ラベルなしコーパス |
| データ拡張 | サンプル数増強 |
| RAG | 外部知識検索 |
不正解の理由
- A: 継続的事前学習はドメイン語彙の取り込みに有効ですが、特定タスクの入出力関係を学ばせる目的では FT が直接的です。
- B: データ拡張は学習データ量を増やす前処理で、新タスクの入出力関係をモデルに学ばせる手法そのものではありません。
コメント