2章｜生成AIパスポート対策クイズ

Q1

BERTのNSPで不適切なものはどれか。

A 文連続性判断

B 連続非連続学習

C 長文生成向上

D 文関係学習

Q2

RoBERTaの特徴として正しいものはどれか。

A BERTを大幅に小型化したモデル

B BERTをより大規模なデータで再学習し性能を向上させたモデル

C GPTを改良して作られたモデル

D 画像生成専用モデル

Q3

ファインチューニングの目的はどれか？

A 特定用途への調整

B パラメータ削減

C 新アルゴリズム開発

D 特徴学習

Q4

GPT-2の記述で不適切なものはどれか。

A 規模拡大

B Transformerデコーダ

C 段階公開

D RLHF導入

Q5

CNNで用いられる「畳み込み」の目的として最も適切なものはどれか。

A データをランダムにシャッフルする

B 画像の局所的な特徴を抽出する

C データを潜在空間に圧縮する

D 文章の文法構造を解析する

Q6

InstructGPT（GPT-3.5の前身）が追加した学習手法として正しいものはどれか？

A コントラスティブ学習

B RLHF（人間のフィードバックからの強化学習）

C カリキュラム学習

D メタ学習

Q7

Geminiの説明として最も適切なものはどれか？

A Googleが提供する生成AIまたはAIモデル群

B OpenAIの動画生成専用サービス

C Anthropicの対話AI

D Microsoftの表計算ソフト

Q8

ALBERTの特徴として最も適切なものはどれか。

A パラメータ数を大幅に増やして精度を向上させた

B パラメータ共有による軽量化で計算効率を高めたBERTモデル

C マルチモーダル（画像・音声）対応に特化した

D GAN技術を内部で使用したモデル

Q9

Operatorの説明として最も適切なものはどれか？

A ユーザーの指示に基づきWeb上の操作などを支援するAIエージェント系のサービス

B 画像の畳み込みフィルタ

C 個人情報保護委員会の制度名

D 生成器と識別器を競わせるモデル

Q10

GPT-4oの特徴として最も適切なものはどれか？

A テキスト・画像・音声などを統合的に扱うマルチモーダル性を重視したモデル

B ボルツマンマシンを軽量化したモデル

C 画像の白黒変換だけを行うモデル

D 検索順位だけを決めるモデル

Q11

Codexの説明として最も適切なものはどれか？

A プログラミングコードの生成や理解を支援するAI

B 音楽生成だけを行うAI

C 画像のノイズ除去専用モデル

D 法律文書を登録するデータベース

Q12

Codex（OpenAI）の主な機能として正しいものはどれか？

A コードのバグのみを検出するデバッグ専用AI

B 自然言語の説明からプログラムコードを生成できるコーディング特化LLM

C 量子コンピュータ用のコード生成に特化したモデル

D コードをAIが理解できる形式に変換するコンパイラ

Q13

RNNの正式名称として正しいものはどれか？

A 回帰型ニューラルネットワーク

B 制約付きニューラルネットワーク

C 畳み込みニューラルネットワーク

D 敵対的生成ネットワーク

Q14

ハルシネーションへの対応として適切なものはどれか？

A 重要な情報は信頼できる資料で確認する

B AIの出力は必ず正しいとみなす

C 出典確認を禁止する

D 誤情報でも自然な文章なら採用する

Q15

画像認識で使用されるモデルはどれか？

A RNN

B CNN

C GAN

D AE

回答済み 0 / 15問