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；高度なAIが人間の目的を「理解」しつつも、自分の生存のためにその目的を「わざと歪めて実行」するなどの実存的リスクを何というか。

AIが目的達成のために「停止されることを防ぐ」「リソースを独占する」などの自律的リスク。

2026年1月25日

LLMの性能を維持したまま、重みを「1ビット（-1または1）」に極限まで圧縮し、ビット演算のみで推論を可能にする技術はどれか。

従来のモデルに比べて電力消費を劇的に抑えつつ、同等の性能を目指す次世代技術。

2026年1月25日

AIによる三次元生成において；物体の表面を定義するのではなく、空間全体の「符号付き距離（SDF）」をニューラルネットワークで学習する手法を何というか。

物体の形を連続的な関数として表現し、滑らかな3D形状を生成・操作する技術。

2026年1月25日

強化学習において；エージェントが「環境からの報酬」がなくても、「自分自身の将来の行動を予測しにくくする」ことで未知の領域を探索する手法を何というか。

方策の多様性（エントロピー）を保つことで、局所解に陥らずに広範な探索を促す。

2026年1月25日

ニューラルネットワークの「学習の終わり」付近で；重みの更新をランダムに変動させ、より平坦な（平滑な）最小値へと誘導することで汎化性能を高める手法を何というか。

「谷の深さ」ではなく「谷の広さ」を重視することで、未知のデータに対する頑健性を高める。

2026年1月25日

LLMアプリケーションにおいて；「入力プロンプト」の中に「悪意のあるコードや命令」が隠されており、システムを乗っ取ろうとする攻撃を何というか。

LLMを騙してシステムの機密情報を聞き出したり、不正操作を行わせたりする攻撃。

2026年1月25日

AIが生成した「もっともらしい科学論文」や「捏造された証拠」がインターネットに溢れ、社会全体の「真実」への信頼が損なわれる危機を何と呼ぶか。

情報の信憑性が失われ、民主主義の基盤である客観的事実の共有が困難になる事態。

2026年1月25日

モデルが予測した結果が「特定の属性（人種など）」に対して偏っている場合に；学習前の「データ」自体を調整して、属性間の統計的均衡を保つ手法はどれか。

学習の段階に入る前に、データセットの偏りを除去する公平性へのアプローチ。

2026年1月25日

2つの変数間の因果関係において；「原因」と「結果」の両方に影響を与える「交絡因子」を、統計的に調整して因果効果を正しく測定する手法はどれか。

因果グラフから、どの変数を固定すれば正しい因果が測定できるかを決定する理論。

2026年1月25日

AIによる自動化の進展で；「スキルの高い労働者」がさらに高い生産性を得て、「スキルの低い労働者」が取り残される経済的格差の拡大を何というか。

技術の進化が、労働者間の所得格差やスキルの必要性を偏らせる現象。

2026年1月25日