Q42 — AWS AIF-C01 第3章

第 42/100 問 | ← 第3章

ある企業が、大規模言語モデル（LLM）の応答の一貫性および品質を向上させるために、モデルに外部知識ソースへのアクセスを提供したいと考えています。このような要件を、最小限の開発工数で満たす技術はどれですか？

• A. ファインチューニング
• B. 検索拡張生成（RAG） ✓
• C. コンテキスト学習
• D. プロンプトエンジニアリング

正解: B. 検索拡張生成（RAG）

解説

LLMの応答の一貫性および品質を外部知識ソースを活用して向上させる場合、各技術を検討します。A. ファインチューニングは大量のデータと計算リソースを必要とし、開発工数が大きい。B. 検索拡張生成（RAG）は、外部知識ベースを参照しながら応答を生成する手法であり、既存モデルへの統合が比較的容易で、開発工数が少ない。C. コンテキスト学習は会話の文脈理解を向上させるものであり、外部知識の直接活用には不向き。D. プロンプトエンジニアリングは入力プロンプトの調整による性能改善であり、外部知識ソースへのアクセスを提供するものではない。したがって、最小限の開発工数で要件を満たすのはB（RAG）です。