HOME
Lv018

「Lv018」の記事一覧

マルチモーダルAIができることとして正しいものはどれか。

マルチモーダルAIは複数のモダリティ（形式）を横断して情報を処理・理解できる。

2026年3月12日

AlphaGoなどで使われた「試行錯誤を通じて最適な戦略を学ぶ」機械学習の分野はどれか。

強強化学習は環境からの報酬を最大化するようにエージェントが自律的に行動を最適化する。

2026年3月12日

モデルの出力を制御するために「ランダム性」を調整するパラメータを何と呼ぶか。

温度が高いほど回答は多様で創造的になり低いほど確定的で一貫性のある回答になる。

2026年3月12日

音声認識において音声をテキストに変換するプロセスの一般的な名称はどれか。

STTは音声波形を解析して言語的な意味を持つテキスト情報に変換する技術である。

2026年3月12日

画像生成モデルStable Diffusionなどが採用している基本的な仕組みはどれか。

拡散モデルはデータにノイズを加えそれを逆プロセスで除去することで画像を生成する最新の技術である。

2026年3月12日

自動運転などの動画解析において物体の「動き」を捉えるために重要な手法はどれか。

オプティカルフローは隣接するフレーム間でのピクセルの移動を捉え物体の動線を抽出する。

2026年3月12日

AIが事実に基づかない情報を生成してしまう現象を何と呼ぶか。

ハルシネーションはLLMがもっともらしい嘘を生成してしまう現象であり信頼性の課題となっている。

2026年3月12日

学習済みの巨大なモデルの一部だけを特定の目的のために学習し直す作業はどれか。

ファインチューニングは既存の知識を活かしつつ特定のドメインに適応させる効率的な手法である。

2026年3月12日

大規模言語モデルの回答に根拠（外部知識）を注入する手法の略称はどれか。

RAG（検索拡張生成）は最新情報や非公開情報を検索して回答に反映させハルシネーションを抑制する。

2026年3月12日

画像キャプション生成（画像から説明文を作る）で使われる主な組み合わせはどれか。

CNNで画像から特徴を抽出しRNN（またはTransformer）で文章を生成する構成が一般的である。

2026年3月12日