AIF-C01：AWS Certified AI Practitioner 基盤モデルの応用 問17
基盤モデルの応用／効果的なプロンプトエンジニアリング基盤モデルに、望ましい入出力の例をいくつかプロンプト内で示してから本番の入力を与えることで、タスクの精度や形式の安定性を高める手法を何と呼ぶか。
当サイトのオリジナル問題（AIF-C01：AWS Certified AI Practitionerの出題範囲「基盤モデルの応用」に対応。実際の試験問題ではありません）
- Aゼロショット（Zero-shot。例を示さずに指示だけ与える）
- B少数ショット（Few-shot）プロンプティング（数個の例を示してから本番入力を与える）
- Cファインチューニング（追加学習でモデル自体を更新する）
- D事前学習（大規模データでの最初の学習）
正解：B
解説
少数ショット（Few-shot）プロンプティングは、望ましい入出力の例をプロンプト内に数個示してから本番の入力を与え、タスクの精度や出力形式を安定させる手法です。ゼロショットは例を示さず指示だけ、ファインチューニングはモデル自体の追加学習、事前学習は最初の大規模学習であり、設問の手法とは異なります。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A誤り。ゼロショットは例を示さない方式で、設問の「例を示す」手法ではありません。
- B正しい。例をいくつか示すのは少数ショット（Few-shot）プロンプティングです。
- C誤り。ファインチューニングはモデル自体を追加学習する別手法です。
- D誤り。事前学習は最初の大規模学習で、プロンプト手法ではありません。