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。
選択肢
- 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
正解と解説
正解：ウ ファインチューニング
ファインチューニングは、大量のデータで事前学習された基盤モデルに対し、自社固有のデータで追加学習を行い、特定の業務やドメインに適した振る舞いへ調整する手法である。モデルの重みそのものを更新する点で、入力の工夫だけで結果を制御するプロンプトエンジニアリングとは異なる。
選択肢ごとの解説
- アアノテーションは学習データに正解ラベルを付ける作業。
- イクラスタリングはデータを類似性でまとめる教師なし学習の手法。
- ウ正解。独自データの追加学習で基盤モデルを特化させること。
- エプロンプトエンジニアリングは指示文の工夫であり、モデル自体は変えない。
この問題に出た用語
同じ分野の他の問題
- AIにおける機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適…2025年度 秋期 午前 問3
- クラウドで学習し，エッジデバイスで推論する機械学習ベースのエッジAIにおいて，エッジデバイスで行われる推論処理として，適…2025年度 春期 午前 問71
- AIにおける機械学習の過程において，過学習と疑われたときの解消方法として，最も適切なものはどれか。2025年度 春期 午前 問3
- AIにおける教師あり学習での交差検証に関する記述はどれか。2024年度 秋期 午前 問2
- AIにおけるディープラーニングに関する記述として、最も適切なものはどれか。2019年度 春期 午前 問3
出典・参考
最終更新：2026-10-06／解説・選択肢ごとの解説は資格暗記が独自に作成しています。問題文と選択肢の出典は上記のとおりです。