Q75 — AWS AIF-C01 第1章

第 75/100 問 | ← 第1章

ある企業は、Amazon Bedrock上の大規模言語モデル（LLM）を用いて感情分析を行いたいと考えています。同社は、テキスト段落の感情を「肯定的」または「否定的」の2カテゴリに分類したいと考えています。どのプロンプトエンジニアリング戦略がこれらの要件を満たしますか？

• A. プロンプト内で、対応する肯定的または否定的ラベル付きのテキスト段落の例を提示した後、新たに分類するテキスト段落を提供する。 ✓
• B. プロンプト内で、感情分析およびLLMの動作原理について詳細に説明する。
• C. 新たに分類するテキスト段落のみを提供し、追加のコンテキストや例を一切与えない。
• D. 新たなテキスト段落と、テキスト要約や質問応答など無関係なタスクの例を提供する。

正解: A. プロンプト内で、対応する肯定的または否定的ラベル付きのテキスト段落の例を提示した後、新たに分類するテキスト段落を提供する。

解説

本問は、大規模言語モデルを用いた感情分析におけるプロンプトエンジニアリング戦略の理解を問うものです。感情分析では、ラベル付きの例を提示することで、モデルに明確な分類基準を示すことが有効です。Aは、まずラベル付きの例を提示し、その後新しい段落を提示する手法であり、モデルの学習と正確な分類を支援します。Bの原理説明は直接的な分類にはほとんど寄与しません。Cは例がなく、モデルが参照すべき基準を欠きます。Dの無関係なタスクの例は、肯定／否定分類という要件を満たしません。よって正解はAです。