AP過去問 令和6年度秋期 午前 問71
問71(問題文)
生成AIのビジネス活用において、独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカスタマイズすることを何と呼ぶか。
ア アノテーション
イ クラスタリング
ウ ファインチューニング
エ プロンプトエンジニアリング
回答・解説
ファインチューニング(Fine-Tuning)とは
ファインチューニングは、基盤となる生成AIモデル(例えば、大規模言語モデル)を、自社の独自データを使用して再学習させ、特定の業務やサービスに特化したモデルにカスタマイズするプロセスを指します。
- 目的：
- 基盤モデルが持つ汎用的な知識に加え、特定の業界や業務に関連した知識や文脈を追加することで、より正確で価値の高い応答を提供します。
- 特徴：
- カスタマイズ対象：企業特有の用語やドメイン知識。
- 具体例：法務文書、医療データ、カスタマーサポートログなど。
アのアノテーション(Annotation)は間違いです。
- データにラベルやタグを付ける作業を指します。
- モデル学習の前準備として、データセットの作成や品質向上に使用されます。
イのクラスタリング(Clustering)は間違いです。
- データを類似性に基づいてグループ化する手法です。
- 生成AIの直接的なカスタマイズではなく、データ分析や分類に利用されます。
ウのファインチューニング(Fine-Tuning)は正しいです。
エのプロンプトエンジニアリング(Prompt Engineering)
- AIモデルに適切な指示（プロンプト）を与えて、期待する応答を得る技術です。
- モデル自体を学習させるのではなく、既存モデルを活用する方法に該当します。
したがって
ウ
が答えです。