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

EUのAI法（AI Act）において；「高リスクAI」の提供者に義務付けられる事項のうち、システムがどのように動作したかを記録する義務を何というか。

事故が起きた際や監査の際に、原因を追跡できるようにするための要件。

2026年1月25日

LLMに「複数の解決策」を同時に考えさせ；それぞれを評価しながら最も有望な道筋を選択・探索させる推論フレームワークはどれか。

一度の思考（一本道）ではなく、木構造で試行錯誤を行う高度な推論手法。

2026年1月25日

画像生成AIの「拡散モデル」において；ノイズを徐々に取り除く際に、正解の画像へと「強く誘導」するために用いられる追加の勾配情報を何というか。

プロンプトへの忠実度を高めるための手法で、CFG（Classifier-Free Guidance）が代表的。

2026年1月25日

ニューラルネットワークの「情報の伝播」において；入力の微小な変化が出力に大きな変化を及ぼす「カオス性」を抑制し、学習を安定させるための初期化の基準を何というか。

層を深くしても信号が減衰・爆発しないための、数学的な初期化設計の指針。

2026年1月25日

強化学習において；エージェントが「環境のルール」を直接知らないまま試行錯誤する「モデルフリー」に対し、ルールを予測しながら動く手法はどれか。

環境の遷移モデルを学習し、頭の中でシミュレーション（計画）してから行動する。

2026年1月25日

LLMを実運用する際；入力プロンプトが巨大になり「コンテキスト長」をオーバーするのを防ぐために、古い情報を圧縮・要約する機能を何というか。

重要な情報を維持したまま、トークン数を削減してコストと計算量を抑える。

2026年1月25日

AIが「特定の人種を犯罪者と誤認した」際、その原因が「学習データの偏り」にある場合、これを修正するためにデータを再調整することを何というか。

公平性を担保するために、データやアルゴリズムから偏見を除去する作業。

2026年1月25日

モデルが学習データ内の「偶発的な相関（ノイズ）」を本質的な法則だと誤認してしまう、過学習の要因となるバイアスはどれか。

モデルの複雑さが高すぎると、データのばらつきを学習しすぎて汎化性能が落ちる。

2026年1月25日

AIによる「労働の代替」が進む中で；人間がAIの出力を管理・修正する「マニュアル作業」に従事せざるを得なくなる現象を皮肉を込めて何と呼ぶか。

AIを賢くするための裏側で、低賃金の単純作業を人間が担っている実態。

2026年1月25日

2つの変数に相関があるとき；「AがBの原因」なのか「BがAの原因」なのかを、データの時間差や不変性から特定する理論はどれか。

単なる相関を超えて、因果の「向き」を数学的に決定する枠組み。

2026年1月25日