問題
大規模言語モデルを用いた自然言語処理において、事前学習済みのモデルに対して行う、ファインチューニングに関する記述として、最も適切なものはどれか。
選択肢
- 1強化学習を行い、最適な結果が得られるようにする。
- 2事前学習と同じデータを繰り返し用いて学習を行い、モデルの精度を高めるようにする。
- 3大量のテキストデータを用いて学習を行い、モデルの精度を高めるようにする。
- 4特定のデータを用いて追加で学習を行い、目的とするタスクに適用できるようにする。
正解
4. 特定のデータを用いて追加で学習を行い、目的とするタスクに適用できるようにする。
詳しい解説を見る解説を閉じる
解説
ファインチューニングとは、大量の汎用データで学習を済ませた事前学習済みモデルに対し、特定の目的（タスク）に適した少量のデータを用いて追加学習を行い、そのタスクに適応させる手法である。これにより一から学習するよりも少ないコストで高精度なモデルを構築できる。アの強化学習を用いる手法はRLHFなど別の調整手法、イの同一データの繰り返し学習やウの大量テキストでの学習は事前学習そのものの説明であり、いずれもファインチューニングの定義には当てはまらない。よって「エ」が最も適切である。（出典: 令和7年度 基本情報技術者試験 科目A 問1）
一問一答
科目A 180問+科目B 60問