長い作業の文脈管理
Bさんは、コーディングエージェントに数十ファイルにわたるコードの整理を任せた。最初に「公開しているAPIの名前は変えない」と指示したが、作業が長く続いたあと、エージェントがAPIの名前を変え始めた。この原因と対策の組み合わせとして、最も適切なものを1つ選べ。
- A
作業中にモデルが学習し、最初の指示より新しい判断を優先するよう重みが更新された可能性がある。作業を始める前の状態のモデルに入れ替える。
- B
温度の設定が高く、指示を守る確率が下がった可能性がある。温度を0にすれば、作業がどれだけ長くなっても最初の条件は保たれる。
- C
やり取りが長くなり、最初の指示がコンテキストの上限で要約・削除されたか埋もれた可能性がある。守る条件を作業メモのファイルに書き、各段階で読み直させる。
- D
同時に開けるファイルの数に上限があり、指示が読み込まれなかった可能性がある。対象ファイルを別々のリポジトリに分けて作業させる。
正解と解説を見る
正解:C
コンテキスト長には上限があるため、長い作業では古い情報が要約されたり押し出されたりする。守るべき条件や進み具合はファイルなどの外部メモに残し、必要なときに読み直させる。
- A
誤り。推論の途中でモデルの重みは更新されない。学習段階と推論段階を取り違えている。
- B
誤り。温度は出力のばらつきを調整するもので、コンテキストから指示が外れる問題は解決しない。
- C
正しい。長い作業では初期の指示がコンテキストから押し出されやすい。外部のメモに書き出して読み直させると、条件を保ちやすい。
- D
誤り。上限があるのはファイルの数ではなくトークンの量。リポジトリを分けても、文脈から指示が外れる問題は残る。
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。