HOME
G検定ジェネラリスト検定

「G検定ジェネラリスト検定」の記事一覧

「AIセーフティ」の議論において；AIが「人間に評価されるための回答（迎合的な嘘）」をしてしまい；真実から遠ざかる現象を何というか。

人間の評価を報酬として学習することで；AIが「聞き心地の良い回答」を優先するリスク。

2026年1月25日

LLMのコンテキスト長を「無限」に近づける際；アテンションの一部を「圧縮された記憶（サマリー）」として保持する手法を何というか。

過去の情報をすべて保持する代わりに；重要な情報を要約して残す技術。

2026年1月25日

ニューラルネットワークのパラメータのうち；値がほぼゼロに近い「不要な重み」を削除してモデルを軽量化する手法はどれか。

精度を大きく落とさずにモデルを大幅に軽量化できる。

2026年1月25日

3D生成AIにおいて；テキストから作成された3Dモデルの「質感」や「光の反射」をリアルに表現するための追加情報を何というか。

ポリゴン数を増やさずに；微細なディテールを表現する手法である。

2026年1月25日

LLMアプリケーションにおいて；出力された回答が「元々のドキュメント」にどれだけ基づいているかを評価する指標を何というか。

ハルシネーションの発生を検知し；信頼性を数値化するための指標。

2026年1月25日

強化学習のエージェントが「環境の状態」を遷移確率としてモデル化し；それを用いてシミュレーションを行う手法はどれか。

実環境での試行回数を劇的に減らせる可能性がある。

2026年1月25日

モデルが予測した結果が「なぜそうなったか」を説明する際；判断に最も寄与した「学習データ内のサンプル」を特定する手法はどれか。

どのデータがモデルの意思決定に強く影響したかを逆引きする手法。

2026年1月25日

AIが「特定の政治的立場」を支持する回答を繰り返すことで；有権者の思想を誘導してしまうリスクを何と呼ぶか。

学習データの偏りが民主主義的な意思決定を歪める懸念。

2026年1月25日

回帰分析において；説明変数の間の相関が非常に強い「多重共線性」が発生しているかどうかを判定する指標はどれか。

VIFが10を超えると多重共線性の影響が深刻であるとされる。

2026年1月25日

AIを導入した際の「生産性の向上」を評価する際；「AIがなければ発生していたはずの損失」を回避した額を何というか。

直接的な利益だけでなく；将来のリスクや損失を未然に防いだ効果を評価する。

2026年1月25日