HOMELv018 Databricks AutoMLが生成する「探索ノートブック（Trial Notebooks）」の主な利用価値は何か。 2026年3月8日 AutoMLは「ブラックボックス」ではなく、生成されたコード（Glass Box）を提供するため、データサイエンティストはそれを理解・修正し、AutoMLの探索範囲外の改善を加えるための出発点として活用できる。 分散トレーニングにおいて、`global_batch_size`（全体のバッチサイズ）と `per_device_batch_size`（GPUごとのバッチサイズ）の関係として正しい式はどれか。 Model Servingのエンドポイントにおいて、リクエストボディのサイズ制限（通常数MB〜10MB程度）を超過するような大量のデータを推論したい場合の対処法はどれか。
