データサイエンティスト検定 リテラシーレベル 基盤(倫理・法令・論理的思考・生成AI・セキュリティ) 練習問題 第7問: 業務で生成AIの出力を使うときの、事実と異なる出力(ハルシネーション)への向き合い方として、適切でないものはどれか。
基盤(倫理・法令・論理的思考・生成AI・セキュリティ)
– / 36 解いた
第7問
業務で生成AIの出力を使うときの、事実と異なる出力(ハルシネーション)への向き合い方として、適切でないものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. RAGは、社内の文書でモデルを学習し直して、ハルシネーションを抑える方法だと理解しておく
「RAGは、社内の文書でモデルを学習し直して、ハルシネーションを抑える方法だと理解しておく」が適切でないものです。AI事業者ガイドライン(第1.2版、令和8年3月31日)の別添は、RAG(検索拡張生成)を、LLMによる言語生成に外部情報の検索を組み合わせるものとし、ハルシネーションの抑制のほか、通常のファインチューニング(追加の学習)と異なり、モデルの再トレーニングを行わずに参照するデータを足せることを挙げています。
「もっともらしい文で答えることがある」は別添のハルシネーションの説明どおりで、「企業が訴えられた例もある」も、別添に名誉毀損の提訴の例として載っています。「承認する理由や根拠を自分で考えてから承認する」は、本編の注が、AIのアウトプットを鵜呑みにしないための対策として挙げています。
RAGは、モデルを学習し直さずに外部の情報の検索を組み合わせ、ハルシネーションの抑制を期待する仕組みと押さえましょう。
関連キーワード: ハルシネーション・RAG・生成AI
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告