【一問一答】プロンプティングの基本を学ぼう
はじめに
この記事では、生成AIパスポート試験のための1問1答をランダムに出題形式でまとめています。
私自身も受験を予定しており、試験勉強の一環として作成しています。
同じように勉強されている方の参考になれば嬉しいです！
では、さっそく始めましょう！
問題
Q1.LLMモデルでは、入力内容によって出力の質が大きく変わりますが、生成AIを使う際に注意したほうが良い点どれ？（複数選択可）🤔
a.プロンプトを繰り返し微調整すると出力の質が変わる
b.限定的な言葉を使わないと出力が具体性に欠けることがある
c.トレーニングデータに依存するため、新しい情報やデータ不足の領域では正確性が低下する
d.倫理的な判断や責任はAIでは担保できない
e.常に最適な答えを出せるため、人間の介入は不要
A1.a,b,c,d（e以外）
Q2.Zero-shotプロンプティングとはどのような手法？🤔
a.過去の会話履歴や関連情報を活用して回答を導く手法
b.追加の例や文脈を与えず、直接的な質問や命令をする手法
c.AIにゼロからトレーニングデータを学習させて回答を得る手法
A2. b.追加の例や文脈を与えず、直接的な質問や命令をする手法
Q3.Few-shotプロンプティングの特徴として正しいものはどれ？🤔
a.一切の事前知識をAIに与えず、全てをAIの推測に委ねる
b.AIに回答例や文脈をいくつか提供し、それに基づいて回答を生成させる
c.大量のデータを与えて精密な回答を得るアプローチ
A3. b.AIに回答例や文脈をいくつか提供し、それに基づいて回答を生成させる
Q4.次のプロンプトは、Zero-shotプロンプト？Few-shotプロンプト？🤔
次の英文を日本語に翻訳してください。
英文:
"I have a meeting tomorrow at 10 AM."
A4. Zero-Shotプロンプト
Q5. 「次の英文をフランス語に翻訳してください。」と指示したが、誤った翻訳結果が出た場合、どのプロンプティング手法が有効？🤔
a.Zero-shotプロンプティングを繰り返す
b.Few-shotプロンプティングを使用し、適切な翻訳例を提示する
c.AIの学習アルゴリズムを再構築する
A5. b.Few-shotプロンプティングを使用し、適切な翻訳例を提示する
おわりに
試験範囲が広いため、まだまだ改善の余地があると思いますが、この記事が少しでも役立てば嬉しいです！「ここがわかりづらい」「こんな問題も解きたい」といったご意見があれば、ぜひコメント欄で教えてください。
一緒に学びながら、試験合格を目指しましょう！
それでは、次回の記事もお楽しみに！✨
🌟 生成AIパスポート試験に向けて学びを深めよう！ 🌟
この記事が参考になった方は、ぜひマガジン【一緒に目指そう！生成AIパスポート】もチェックしてみてください！他のジャンルの記事や新しい問題も随時追加中です。
📚 マガジンはこちらから👇
いいなと思ったら応援しよう！
