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

米国大統領令（2023年）で義務付けられた；「一定以上の計算量（10の26乗FLOPs以上）を用いたモデル」の開発者が政府に行うべき報告はどれか。

国家安全保障上のリスクを管理するため；強力なAIモデルの情報を政府と共有する。

2026年1月25日

画像とテキストを共通のベクトル空間に埋め込むCLIPの技術において；画像と対応するテキストを近づけ、無関係なものを遠ざける学習手法はどれか。

対となるデータの類似度を最大化し；意味的な関連性を学習する。

2026年1月25日

GPUのメモリアクセスを効率化するために；複数の演算（ReLUと加算など）を一つにまとめるコンパイラの最適化技術を何というか。

データの読み書き回数を減らし；実行速度を大幅に向上させる。

2026年1月25日

LLMの入力（プロンプト）の最後に「Deep Breath（深呼吸して）」などの文言を加えると精度が上がるという研究報告を何というか。

モデルに対して心理的な示唆を与える文言が推論結果に影響を与える現象。

2026年1月25日

AIが生成したデータ（合成データ）だけで次のAIを繰り返し学習させると；モデルの多様性が失われ崩壊する現象を何というか。

現実のデータ分布から乖離し；生成物の質が極端に劣化するリスク。

2026年1月25日

知的財産権の議論において；AIが学習したデータに含まれる「個人の作風（スタイル）」は原則としてどう扱われるか。

著作権は具体的な表現を保護するものであり；抽象的な「作風」自体は保護対象外である（2026年時点の解釈…

2026年1月25日

学習データが少ない場合に；AIが「どのデータにラベルを付けるべきか」を選択して人間に提示する手法を何というか。

効率的に学習を進めるため；不確実性の高いデータを優先的に人間にラベリングさせる。

2026年1月25日

AIのモデルサイズを大きくするほど性能が向上するという「スケーリング則」を維持するために不足が懸念されている資源はどれか。

計算量、データ量、電力のすべてが今後のAI発展における制約要因となり得る。

2026年1月25日

リッチ・サットンが提唱した；「計算力の向上が最終的に人間の手作業による設計を凌駕する」という考え方を何というか。

計算量に依存した汎用的な手法が；ドメイン知識を用いた特定手法に勝利し続けていることを指す。

2026年1月25日

グラフニューラルネットワーク（GNN）において；ノード間で情報をやり取りして特徴を更新する操作を何というか。

隣接ノードからの情報を集約し；自身の状態を更新するプロセス。

2026年1月25日