Q58 — AWS AIF-C01 第1章

第 58/100 問 | ← 第1章

ある研究会社が、Amazon Bedrock のファウンデーションモデル（FM）を活用してチャットボットを実装しました。このチャットボットは、専門的な研究論文のデータベースから質問に対する回答を検索します。多数のプロンプトエンジニアリングの試行後、同社は、研究論文に含まれる科学用語が非常に複雑であるため、FM のパフォーマンスが不十分であることに気づきました。同社は、チャットボットのパフォーマンスを向上させるにはどうすればよいでしょうか？

• A. FM が質問にどのように答えるかを定義する、ごく短いプロンプトを使用する。
• B. ドメイン適応型ファインチューニングを用いて、FM を複雑な科学用語に適応させる。 ✓
• C. FM の推論パラメータを変更する。
• D. 研究論文のデータをクリーニングし、複雑な科学用語を削除する。

正解: B. ドメイン適応型ファインチューニングを用いて、FM を複雑な科学用語に適応させる。

解説

本問は、チャットボットのパフォーマンス向上手法について問うものです。複雑な科学用語を扱うシナリオでは、ドメイン適応型ファインチューニングにより、ファウンデーションモデルが特定ドメインの用語に最適化されます。A 選択肢の簡潔なプロンプトは効果が限定的です。C 選択肢の推論パラメータ変更は、用語の複雑性という課題に直接対応しません。D 選択肢で用語を削除すると、重要な情報が失われます。したがって、B 選択肢、すなわちドメイン適応型ファインチューニングによりモデルを複雑な科学用語に適応させることで、チャットボットのパフォーマンスを向上させることができます。