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法において；人間の認知を操作したり；特定の脆弱なグループを標的にしたりするAIは何のリスクに分類されるか。

社会的に極めて危険な用途は「許容できないリスク」として禁止される。

2026年1月25日

LLMの性能向上のため；パラメータ数は変えずに計算量（訓練トークン数）を増やすべきであるとする法則を何というか。

DeepMindの研究により；モデルサイズとデータ量の最適なバランスが示された。

2026年1月25日

重みのL2正則化と重み減衰（Weight Decay）を数学的に厳密に区別し；Adamの更新式に組み込んだ最適化アルゴリズムはどれか。

AdamWはデカップルされた重み減衰を導入し；汎化性能を向上させた。

2026年1月25日

画像の一部を隠して（マスクして）残りの部分から復元するように学習する；ビジョン分野の自己教師あり学習手法はどれか。

Masked Autoencodersは画像のパッチを隠して復元することで効率的に特徴を学習する。

2026年1月25日

深層学習モデルの判断根拠を；入力画像の「どのピクセルが寄与したか」をヒートマップで示す手法はどれか。

画像認識モデルの可視化手法として代表的。

2026年1月25日

AIを導入する際；既存の業務フローをAIに合わせて根本から再設計することを何というか。

単なるIT化ではなく；業務そのものをAI最適に作り直すこと。

2026年1月25日

特定の入力に対してのみ特定のパラメータを活性化させることで；計算コストを抑えつつ巨大なモデルを構築する手法はどれか。

GPT-4などの巨大LLMで採用されているとされる。

2026年1月25日

翻訳などのタスクにおいて；入力文のどの部分に注目すべきかを動的に計算するベクトルを何というか。

アテンションスコアに基づき；情報の重み付けを行う。

2026年1月25日

AIが生成した情報が真実であるかどうかを確認する「ファクトチェック」を自動化しようとする試みを何というか。

情報の信頼性を担保するための技術的アプローチ。

2026年1月25日

高次元データの情報を保ちつつ低次元に圧縮する非線形の手法で；可視化によく用いられるのはどれか。

t-distributed Stochastic Neighbor Embeddingの略。

2026年1月25日