RAGと追加学習の選択
D社の法務部は、生成AIを業務に合わせて調整したい。次の要望のうち、ファインチューニングよりRAGで対応するのが適切なものを2つ選べ。
- A
毎週のように改訂される社内規程について、常に最新版の内容に沿って回答させたい。
- B
社内用語の意味を、文書を検索しなくても常に答えられるように、モデルの重みに覚えさせたい。
- C
回答ごとに根拠になった文書と該当箇所を示し、担当者がすぐに原文を確かめられるようにしたい。
- D
契約書レビューのコメントを、自社独自の書式と言い回しで毎回そろえて書かせたい。
正解と解説を見る
正解:A・C
RAGは外部の文書を検索して回答に使う方法で、情報の更新や出典の提示に強い。ファインチューニングは重みを調整する方法で、文体・書式・振る舞いをそろえるのに向く。
- A
正しい。RAGは検索対象の文書を差し替えるだけで、最新の情報を反映できる。学習し直す必要がない。
- B
誤り。重みに知識を覚えさせるのはファインチューニング。RAGは重みを変えず、そのつど検索した情報を渡す。
- C
正しい。RAGは検索した文書を回答の材料にするので、出典を示しやすい。
- D
誤り。文体や出力の形をそろえるのは、ファインチューニングが向く。知識を補うRAGの得意分野ではない。
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。