ツール説明文の書き分け
Fさんは社内用のエージェントに、社内文書を全文検索する「search_docs」と、リポジトリのコードを検索する「search_code」の2つのツールを登録した。どちらの説明文も「情報を検索する」としていたため、コードを探す場面でも文書検索が呼ばれることが多かった。最初に行う改善として最も適切なものを1つ選べ。
- A
どのツールを呼び出すかはアプリ側が決めるので、モデルに渡す説明文は選択に影響しない。
- B
温度を上げて出力の多様性を高め、毎回違うツールを試すようにエージェントを促す。
- C
モデルをファインチューニングし、どちらのツールを使うべきかをモデルの重みに覚えさせる。
- D
それぞれのツールの説明文に、検索対象のデータ、使う場面、引数の意味を具体的に書き分ける。
正解と解説を見る
正解:D
ツールの呼び出しでは、モデルがツールの名前と説明文を読んで、使うツールと引数を決める。説明の書き方が、選択の精度を大きく左右する。
- A
誤り。どのツールを呼ぶかを提案するのはモデルで、アプリはその指示を実行する。説明文は、モデルがツールを選ぶときの重要な手がかりである。
- B
誤り。選び方がランダムに近づくだけで、正しいツールを選ぶ根拠は増えない。
- C
誤り。原因は説明文のあいまいさである。費用のかかる追加学習の前に、まず説明文を直すのが先である。
- D
正しい。モデルは、ツールの名前と説明文を手がかりに呼び出すツールを選ぶ。説明があいまいだと、取り違えが起こりやすい。
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。