MLA-C02：AWS Certified Machine Learning Engineer - Associate ML モデルと基盤モデルの開発 問1
ML モデルと基盤モデルの開発／モデリングアプローチの選択生成 AI アプリで、複数の基盤モデル（FM）の中から、タスクの品質・レイテンシ・コストの要件に最も合うものを比較・評価して選びたいと考えています。最も適切なのはどれですか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML モデルと基盤モデルの開発」に対応。実際の試験問題ではありません）
- A常に最もパラメータ数の大きいモデルを選べばよい
- B自前で基盤モデルをゼロから学習して比較する
- CAmazon Bedrock で複数の FM を利用・評価（モデル評価）し、品質・レイテンシ・コストの要件に基づいて選定する
- Dモデルはランダムに 1 つ選べばよい
正解：C
解説
Amazon Bedrock は複数ベンダーの基盤モデル（FM）を単一の API で利用でき、モデル評価機能でタスクの品質・レイテンシ・コストを比較して選定できます。最大モデルを常に選ぶ・自前でゼロ学習・ランダム選択は、要件に基づく適切な選定になりません。
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。最大モデルが常に最適とは限らず、コストやレイテンシの要件を無視しています。
- B誤り。FM をゼロから自前学習するのは、Associate のユースケースとして非現実的で高コストです。
- C正しい。Bedrock で複数 FM を評価し、品質・レイテンシ・コストの要件に基づき選定できます。
- D誤り。ランダム選択は要件に基づく選定になりません。