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ガバナンス」の成熟度を評価する指標において；組織がAIの利用状況を記録し、問題発生時に原因を追跡できる状態を何というか。

説明責任（アカウンタビリティ）を果たすための基盤。

2026年1月25日

ニューラルネットワークの「情報の流れ」を情報の幾何学（情報のメトリック）として捉え；学習を最適化する理論を何というか。

自然勾配法などの；より高度な最適化アルゴリズムの基礎となる。

2026年1月25日

AIによる画像解析において；物体の「輪郭」だけでなく「内部の構造（骨格）」を線で表現して認識するタスクを何というか。

人物の動きのトラッキングや；文字認識の前処理などで使われる。

2026年1月25日

LLMの出力品質を維持したまま、推論時のメモリ消費量を大幅に削減する「KVキャッシュの量子化」において；重要なトークンだけ高い精度を残す手法を何というか。

長い文脈（コンテキスト）を扱う際のハードウェア的な限界を克服する。

2026年1月25日

強化学習において；エージェントが「直接的な報酬」が得られない間も；「どれだけゴールに近づいたか」という補助的な報酬を与える手法を何というか。

報酬が稀な（スパースな）課題の学習を加速させるテクニック。

2026年1月25日

AIが「もっともらしい嘘（ハルシネーション）」を吐くことで、特定の個人や企業の社会的評価を下げる名誉毀損のリスクを何というか。

AI生成物が事実として拡散されることへの法的・倫理的懸念。

2026年1月25日

LLMの運用において；特定の「有害な出力」が生成された際に；それを自動的に遮断して定型の安全な回答に差し替える処理を何というか。

モデルの安全性を担保するための最後の防衛ライン。

2026年1月25日

モデルの精度向上のために、複数の異なるモデルを統合する際；「モデルAが苦手なデータをモデルBが優先的に学習する」手法を何というか。

逐次的にモデルを学習させ；弱点を補強していくアンサンブル手法。

2026年1月25日

AIを導入した際の副次的なリスクとして；従業員がAIを過信し、自身のスキルが低下してしまう現象を何というか。

AIが故障した際や；例外的な事態に対応できなくなるリスク。

2026年1月25日

データの分布が「正規分布」からどれだけズレているかを示す、分布の「左右の非対称性」を表す指標はどれか。

正規分布の場合は0となり；右に裾が長いと正の値をとる。

2026年1月25日