AI資格 模擬試験

G検定 模擬試験 第4回 問81・ディープラーニングの応用例（自然言語処理）

文脈内学習

GPT-3などの大規模言語モデルで、プロンプトにいくつかの例を書いておくだけで、モデルの重みを更新せずに新しいタスクをこなせるようになる性質として、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

    文脈内学習（In-context Learning）

  3. C

    ドロップアウト

  4. D

    転移学習

正解と解説を見る

正解：B

文脈内学習は、プロンプト中の例から、重みの更新なしにタスクのやり方を推測する。大規模モデルで顕著になる。

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（例なし）、One-shot（例1つ）、Few-shot（例数個）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。