生成AIパスポート試験 生成AIの仕組みと歴史 練習問題 第21問: 事前学習済みGPT-3に新しい分類課題を解かせる。プロンプトへタスク説明と3組の入力・正解例を入れ、その場では勾配計算も重み更新も行わず、続く入力の答えを生成さ
問題 21 / 36あと 1 問で 60% に到達
上級生成AIの仕組みと歴史難易度目安 約 40%
事前学習済みGPT-3に新しい分類課題を解かせる。プロンプトへタスク説明と3組の入力・正解例を入れ、その場では勾配計算も重み更新も行わず、続く入力の答えを生成させた。この評価設定の説明として最も適切なものはどれか。
解答と解説を先に見る(クリックで展開)
正解: 1. 少数例を文脈として利用するfew-shotであり、タスク固有のファインチューニングとは異なる
少数の実演例をプロンプトの文脈として与え、重みを更新せずに解かせるためfew-shotに当たり、タスク固有データでパラメータを変えるファインチューニングとは異なる。「全パラメータを更新する」は設問の条件に反する。「例があってもzero-shot」は、例を与えないzero-shotとの区別を誤っている。「例を恒久保存して事前学習をやり直す」も、推論時の文脈利用とモデル訓練を混同している。
関連キーワード: GPT-3・few-shot・in-context learning・自己回帰
解答すると次へ進めます
次のステップ
この問題が解けたら、本試験はどうですか?
本番形式の模擬試験で実力チェックPremium (月480円)Premium (ご利用中)本番と同じ制限時間
広告

