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

画像生成AIにおいて；画像の「解像度」を維持したまま、特定の「被写体」や「背景」の配置を自由に入れ替えることができる操作技術を何というか。

ControlNetやT2I-Adapterなどを用いて；精緻な画像構成を指示する。

2026年1月25日

米国NISTが提唱するAIリスクマネジメントにおいて；「AIが攻撃者の手に渡った場合の影響」を想定して行われる対策訓練を何というか。

意図的に攻撃を仕掛け；システムの弱点を事前に把握する。

2026年1月25日

ニューラルネットワークが学習データ（サンプル数N）に対して、パラメータ数（P）がNよりはるかに多い時に見られる、二重降下現象の「第2の降下」が起きる領域を何というか。

パラメータを増やすほど；かえって汎化性能が向上する現代的な現象。

2026年1月25日

LLMの性能を維持したまま、推論時の計算負荷が高い「Softmax」計算を避けるために提案されている手法はどれか。

カーネル法や線形代数の性質を利用し；長いシーケンスに対する計算を効率化する。

2026年1月25日

LLMを実務で使う際；特定のキーワード（競合他社名など）が出力されないように「後処理」でフィルタリングする仕組みを何というか。

モデルの挙動を直接変えずに；システムとして安全性を担保する。

2026年1月25日

強化学習において；エージェントが「過去のデータ」から学ぶだけでなく、「シミュレータ内の想像（夢）」で学習を進めるアーキテクチャはどれか。

世界モデルを学習し；その中で思考実験を行うことで実環境での試行を減らす。

2026年1月25日

学習データにノイズを混ぜるのではなく；モデルの「パラメータ（重み）」自体にノイズを加えて学習させることで汎化性能を高める手法はどれか。

過学習を抑制し；より頑健な解を見つけるための正則化技術。

2026年1月25日

AIが作成した「偽の個人情報（合成された顔や声）」が悪用されることで、本人の名誉や財産が侵害されるリスクを総称して何というか。

ディープフェイク技術の進化に伴い；深刻な社会問題となっている。

2026年1月25日

AIを導入する際；初期費用（開発費）だけでなく、運用のための「電気代」や「推論サーバー代」が長期的にコストを上回るリスクを何というか。

生成AIなどの大規模モデル運用において；ビジネスモデルを維持するための大きな課題。

2026年1月25日

2026年時点のAI規制の動向において；AIが生成したコンテンツに「AI製であること」を明示することを義務付ける制度を何と呼ぶか。

偽情報対策や消費者の誤認防止のために；多くの地域で法制化が進んでいる。

2026年1月25日