AI資格 模擬試験

G検定 模擬問題 第1回 問89・ディープラーニングの応用例（自然言語処理）

Few-shot学習

大規模言語モデルに、モデルの重みを更新せず、指示とともに少しの例をプロンプトに示すだけで、新しいタスクをこなさせる方法として、最も適切なものを1つ選べ。

  1. A

    ファインチューニング

  2. B

    蒸留

  3. C

    Few-shot 学習（インコンテキスト学習）

  4. D

    データ拡張

正解と解説を見る

正解：C

Few-shot 学習は、プロンプトに少しの例を示すだけで、重みを更新せずにタスクをこなさせる方法。

大量の文章による事前学習、指示チューニング、人の評価による調整と進む学習の流れと、推論時のプロンプトの工夫を示した図。

大規模言語モデルの作り方：事前学習→指示チューニング→人の評価による調整（RLHF・DPOなど）。使うときはプロンプトの工夫（例示・段階的な思考）で引き出す。

学習のポイント：Zero-shot・Few-shot・ファインチューニングの違いを押さえる。

この問題を演習で解く →

問題一覧へ

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。