Q8 — AWS AIF-C01 第3章

第 8/100 問 | ← 第3章

ある保険会社が、大規模言語モデル（LLM）を用いたAI文書分類アプリケーションを構築しようとしています。同社には、10,000件の文書とその対応する分類（例：「保険請求書」「請求書」など）からなるデータセットがあります。モデルはこの分類タスクを学習し、データセット全体の知識を統合する必要があります。この要件を満たすために、最小のプロンプトサイズで実現可能なソリューションはどれですか？

• A. ワンショット・プロンプト
• B. ファイショット・プロンプト
• C. 継続的プリトレーニング
• D. インストラクションベースの微調整 ✓

正解: D. インストラクションベースの微調整

解説

A（ワンショット）およびB（ファイショット）は、少数の例に基づく推論手法であり、10,000件の文書と多様な分類タスクに対応するには汎化能力と知識統合能力が不十分です。C（継続的プリトレーニング）は、一般化能力向上を目的としており、特定データセットの知識をターゲットとするものではありません。一方、D（インストラクションベースの微調整）は、特定のタスク（ここでは文書分類）にモデルを効率的に適応させ、データセット全体の文脈と分類情報を統合するのに最適です。プロンプトサイズを最小限に抑えつつ、タスク特化型の性能向上と知識統合を実現できます。