HOME
Lv086

「Lv086」の記事一覧

強化学習のエージェントが「1つのタスク」を学ぶ際；あえて「関連する別の補助的なタスク」も同時に学習させる手法を何というか。

メインの目標だけでなく周辺の構造を学ぶことで；頑健な特徴表現を獲得しやすくなる。

2026年1月25日

AIが「特定の人種や性別を犯罪者として誤認しやすい」問題を解決するために；「多様な属性のデータ」を意識的に学習させる取り組みを何というか。

公平なAIを構築するために；偏りのないデータセットを用意することが倫理的責務である。

2026年1月25日

LLMのAPI運用において；特定の「有害な出力」が生成された際に；それを自動で遮断して定型の安全な回答に差し替える仕組みを何というか。

ユーザーに有害な情報が届くのを防ぐための最終的な防衛ラインである。

2026年1月25日

AI導入において；「データを持つ者」が「アルゴリズムを持つ者」よりも優位に立つとされる最大の理由はどれか。

アルゴリズムは汎用化・オープンソース化しやすいが；独自の良質なデータは参入障壁になる。

2026年1月25日

モデルの精度を評価する際；「陽性と予測したもののうち実際に陽性だった割合」と「実際に陽性なもののうち陽性と予測できた割合」の両方を重視する指標はどれか。

適合率と再現率の調和平均であり；不均衡データの評価に適している。

2026年1月25日

データの次元を圧縮した際；元の情報の何%が保持されているかを示す指標であり；主成分分析などで次元数を決める際の基準となるものはどれか。

一般に70%〜80%程度を目安に主成分の数を選択する。

2026年1月25日

AIによるビデオ生成において；フレーム間の「一貫性」を保つため；時間軸方向のアテンションを計算する際の単位を何と呼ぶか。

空間だけでなく時間方向の情報の繋がりを考慮することで動画の乱れを防ぐ。

2026年1月25日

「AIガバナンス」の議論において；AIがもたらすリスクを「完全になくす」のではなく；リスクの大きさに応じて規制レベルを変える考え方を何というか。

EU AI法などでも採用されている；合理的かつ実務的な規制の枠組みである。

2026年1月25日

Transformerの各層で実行される「層正規化（Layer Norm）」において；平均値を引かずに分散（RMS）のみで正規化し計算を効率化する手法はどれか。

Llama 2/3などで採用されており；精度を保ちつつ計算コストを削減する。

2026年1月25日

LLMの推論において；「小さなドラフトモデル」で仮の回答を作り；「大きなモデル」で一括検証することで高速化する技術を何というか。

大きなモデルの推論回数を減らし；トータルのスループットを向上させる。

2026年1月25日