AIF-C01：AWS Certified AI Practitioner 基盤モデルの応用 問21
基盤モデルの応用／基盤モデルを使うアプリの設計上の考慮（推論パラメーター・RAG・ベクターストア）社内ナレッジが頻繁に更新され、回答には参照元を示したいアプリと、モデルの口調や出力フォーマットを自社スタイルに固定したいアプリがあります。前者に適した手法と後者に適した手法の組み合わせとして最も適切なものはどれですか。
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前者・後者ともファインチューニングが適している
- B前者には RAG（検索拡張生成）、後者にはファインチューニングが適している
- C前者にはファインチューニング、後者には RAG が適している
- D前者・後者とも RAG が適している
正解：B
解説
知識が頻繁に更新され参照元を示したい場合は、外部の最新情報を検索して回答に反映できる RAG が適します。モデルの口調や出力フォーマットを安定して自社スタイルに固定したい場合は、ファインチューニングが適します。RAG は「最新の知識を与える」、ファインチューニングは「振る舞い・スタイルを身につけさせる」という役割の違いを押さえることが重要です。
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。頻繁に更新される知識の反映はファインチューニングでは追従しにくく、RAG が適します。
- B正しい。最新知識の反映は RAG、スタイル・形式の固定はファインチューニングが適します。
- C誤り。前者と後者で適した手法が逆になっています。
- D誤り。スタイル・形式の固定は RAG ではなくファインチューニングが適します。