Zero-shotとFew-shot
「Few-shotプロンプティング」についての説明として、最も適切なものを1つ選べ。
- A
例は示さずに、タスクの説明と条件を詳しく書いて、目的の回答を出させる方法。
- B
少量の入出力の例でモデルを追加学習させ、重みを更新して形式を覚えさせる方法。
- C
プロンプトに望ましい入出力の例をいくつか示し、形式や基準を伝える方法。
- D
「順を追って考えて」と促し、答えの前に途中の考え方を書かせる方法。
正解と解説を見る
正解：C
Zero-shotは、例なしで指示だけ。Few-shotは、例を数個示す。例は、文脈内学習（In-Context Learning）として働き、形式や基準を揃えやすい。
| 項目 | 内容 |
|---|---|
| Zero-shotとFew-shot | 例を示さないのがZero-shot、いくつか示すのがFew-shot |
| Chain-of-Thought | 考える手順を書かせて、複雑な問題の精度を上げる |
- A
誤り。Zero-shotの説明。
- B
誤り。ファインチューニングの説明。Few-shotは重みを更新しない。
- C
正しい。例を示さない方法は、Zero-shot。
- D
誤り。Chain-of-Thoughtの説明。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。