AWS AIF-C01 試験対策

セクション別　ポイント解説

各セクションの対策問題から、要点だけをまとめて読み返せます。 問題を解いた際の正答率からセクションを絞り込めるので、弱点をすばやく確認できます。

ピンポイントに知識を確認できる問題集と単語帳をドメインごとに用意しています

セクション一覧（全65セクション）

AI と ML の基礎 #1

入力の分布は変わらず、入力と結果の関係が変わった場面の現象を選ぶ問題・少量のラベル付きと大量のラベルなしを両方使う学習方式を選ぶ問題・AI のバイアスを、属性グループ間の不均衡として定義する知識を問う問題・決まった数値項目から低コストで点数を返す用途に、どのモデルの規模と種類が合うかを選ぶ問題・映像の中身を判定する応用分野を、入力の種類で選ぶ問題

生成 AI の基礎 #1プレミアム

費用を下げたいが品質は落とせない状況で、取るべき進め方を問う・回答ごとに変わる顧客情報を使う方法を問う。ファインチューニングと入力への組み込みを区別する・質問と関係のない回答を返さないための Amazon Bedrock の機能を問う。論理ルールによる検証・有害内容の遮断・出典の表示と区別する・モデルが生成したコードを隔離環境で実行する構成要素を選ぶ。Web 操作の Browser・運用基盤の Runtime・ツール公開の Gateway と区別する・Strands Agents の定義を問う問題

基盤モデルの応用 #1プレミアム

フローの途中の段で想定外の出力が出た原因を、段ごとに確かめる方法を選ぶ・同じ入力に毎回同じ結果を返す業務に合う手法を選ぶ・配信前に言い回しの違う案を社内で比べる方法を選ぶ・RAG の費用の内訳を、再学習の費用と区別する・学習の前にデータの品質を揃える作業の名前を選ぶ

責任ある AI のガイドライン #1プレミアム

融資など重大な判断に生成 AI を使うとき、ポリシーが求める対応を選ぶ・係数から各特徴量の影響を読めるモデルを選ぶ・本番の応答を変えずにポリシーの該当を確かめる Guardrails の動作を選ぶ・学習データの正解の記録が特定グループに不利に偏っている問題の名前を選ぶ・対話の相手が AI だと利用者に分かる取り組みを、定義から選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #1プレミアム

チャットボットの攻撃への備えとして、フィルター以外に必要な取り組みを選ぶ・契約済みの業務アプリに組み込まれた生成 AI の利用形態が、どの Scope に当たるかを問う・保持する期間中に、管理者を含めて削除と上書きを防ぐ機能を選ぶ・温度の設定変更で得られる効果の範囲を選ぶ・学習前のデータの個人情報を伏せ字にできる AWS の機能を選ぶ

AI と ML の基礎 #2

不均衡データで正解率が高く出る理由と、正解率だけで検知力を判断しない必要性を問う・Amazon Lex の仕組みと役割を、隣接するサービスと区別して選ぶ問題・生成 AI と深層学習の関係を正しく説明している選択肢を選ぶ問題・処理しきれない量の口コミを分析する場面で、AI/ML が主に生む価値を選ぶ問題・試作から本番へ段階的に移す進め方を問う

生成 AI の基礎 #2プレミアム

学習データが足りない要件に、生成 AI で学習データを作る用途を問う・定型の生成 AI の処理を組み立てて配る AWS のサービスを選ぶ問題・購入など目的の行動をした人の割合で効果を見る指標を問う。注文金額・クリック・直帰率とは区別する・オンデマンド推論の料金の単位を問う。文字数・稼働時間・リクエスト数との違いを区別する・機密データで生成 AI をカスタマイズするときの懸念を問う。ハルシネーション・非決定性・計算資源の負担と区別する

基盤モデルの応用 #2プレミアム

正しく答えるエージェントの呼び出し回数と費用の多さを測る指標を選ぶ・要件の取りこぼしを減らす依頼の書き方を、推論パラメータや簡潔さの方針と区別して選ぶ・新旧 2 つのプロンプトを本番の利用者の反応で比べる方式を選ぶ・製品マニュアルで語句の一致と意味の近さを一つの基盤で使う AWS のサービスを選ぶ・正誤を判定できるが模範解答が少ない場面に合う学習手法を選ぶ

責任ある AI のガイドライン #2プレミアム

時点の内容を後から示せる記録の仕組みを選ぶ・個人データを含む学習データとモデルの保護に当たる次元を選ぶ・応答の個人情報の部分だけを伏せ字にする機能を選ぶ・利用が少なく待機の多いアプリで、その場で回答しつつ待機中の計算資源を減らす推論の方式を選ぶ・存在しない判例を挙げた出力の問題を表す用語を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #2プレミアム

根拠が無い質問への応答の決め方を選ぶ・記録の閲覧の場面で、個人情報の扱いを決める AWS の機能を選ぶ・Scope が上がるほど大きくなるものを選ぶ・生成 AI を使うワークロードの設計を、質問に沿ってレビューするサービスを選ぶ・バケットが誤って公開されるのを防ぐための AWS の機能を選ぶ

AI と ML の基礎 #3

強化学習で、行動の結果として受け取る値の名称を選ぶ問題・学習の結果物と学習の手順を区別する知識問題・再学習の契機の 2 つの型を選ばせる・ML の運用費と事業成果を経営層へ画面で示すサービスを問う・文章の感情を判定するサービスを、入力の型と判定内容から選ぶ問題

生成 AI の基礎 #3プレミアム

意味検索が何をする方式かを問う定義問・Flex 階層の性格を問う定義問・温度を下げる効果と限界 (ばらつきの抑制・完全一致にはならない) を問う。長さ・根拠の判定・解釈性との区別・検索は細かく、回答には広い文脈を渡すチャンキング方式を問う・既存のサービスの機能を、エージェントから共通の方法で使えるツールに変換する機能を問う。会話の保持・文書の検索・ID と認証の管理と区別する

基盤モデルの応用 #3プレミアム

この手法の定義として正しい文を選ぶ・既存の表形式のデータベースに類似検索を足す構成を選ぶ・導入した生成 AI の効果を、比べる基準を使って示す方法を選ぶ・既存のプロンプトを改善する機能の名前を選ぶ・1 回の対話あたりの費用を測る指標の定義を選ぶ

責任ある AI のガイドライン #3プレミアム

融資審査で属性グループごとの承認率の差を確かめる取り組みに当たる次元を選ぶ・透明性の制限を設計段階で扱う対応を選ぶ・モデルを複雑にしたときのバイアスとバリアンスの変化を選ぶ・投稿画像の不適切な内容を生成 AI を使わずに自動で判定する AWS のサービスを選ぶ・少数の言語にも一定の件数を無作為に集める抽出方法を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #3プレミアム

AWS のセキュリティのサービスが何をするものかの定義を選ぶ・関係者ごとに、何をどの形で伝えるかを定める取り決めを問う・AWS Artifact が提供するものを、正しい説明から 2 つ選ぶ・作成から一定期間後の移行と、期限切れの削除を自動化する機能を選ぶ・保管時の暗号化の鍵を自社で管理し、使用を監査する方法を選ぶ

AI と ML の基礎 #4プレミアム

リフォーム工事の工事費を円単位で見積もる要件に、最も適した手法を選ぶ問題・偽陽性 (正常を誤って陽性にする誤り) を減らす要件で、適合率と再現率を取り違えずに選ぶ・回答だけでなく、外部システムの操作と手順の判断まで行う応用分野を選ぶ問題・時系列データの性質と用途について、正しい説明を 2 つ選ぶ問題・文章を音声へ変換するサービスを、入力と出力の向きから選ぶ問題

生成 AI の基礎 #4プレミアム

拡散モデルの定義 (ノイズを段階的に取り除いて生成する) を問う・要件で候補を絞る段階を問う。出力の品質を測る評価と区別する・FM に自社の顧客データを組み合わせたときに得られる、顧客体験の利点の名前を選ぶ問題・社内規程や法令の求めを、候補を絞る前に確かめる選定要素を問う・有料プランへの機能追加の後に、利用者 1 人当たりの収益の伸びを示す指標を選ぶ問題

基盤モデルの応用 #4プレミアム

基盤モデルの規模を測る指標を答える定義の問題・学習データの版ごとの利用許諾と承認を管理する仕組みの名前を選ぶ・調整の途中での誤差の推移を確かめる方法を選ぶ・プロンプトの変更を管理する手段を 2 つ選ぶ・ラベルなしの大量文書で、一から作らず専門用語に適応させる手法を見分ける

責任ある AI のガイドライン #4プレミアム

生成画像が他者の作品に似ていると抗議された法的リスクを選ぶ・AWS 自身のモデルの用途と限界の資料を選ぶ・入力の誤字や言い換えで回答が揺れる問題を防ぐ次元を選ぶ・判定を受けた人の不満に対応する仕組みを選ぶ・複数の基準を同時に満たす進め方を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #4プレミアム

担当外のモデルの推論を呼び出せないようにする AWS の機能を選ぶ・データの場所とスキーマを記録する目録の役割を問う・API で既存モデルを呼び、社内文書を添えるアプリが、どの Scope に当たるかを問う・合成データの作り方と性質について、正しい説明を 2 つ選ぶ・応答が遮断されたあとに利用者へ返す対応を事前に決める対策を選ぶ

AI と ML の基礎 #5プレミアム

項目名で構造が示される組の種類を選ぶ問題・同じ入力に毎回同じ判定が要る分類の手段を選ぶ問題・候補モデルのバージョン管理と承認を、手順の自動化・試行の記録・推論の提供と区別して問う・問題設定の段階で行う作業を 2 つ選ぶ問題・写真の中の製品ロゴの有無と位置を特定する要件に最も適した手法を選ぶ問題

生成 AI の基礎 #5プレミアム

既存モデルの重みを正解例で調整する方法を問う・毎回同じ長いマニュアルを送る入力の費用と応答時間を下げる手段を問う・A2A の定義を問う。別々に運用されるエージェント同士が依頼をやり取りする規約であり、AgentCore Policy (ツール呼び出しの検査)・RAG (文書検索)・ファインチューニング (重みの学習) と区別する・既存の会話ボットに、定義外の質問への回答を足す機能を問う・応答の速さを優先し、従量課金の階層を選ぶ問題

基盤モデルの応用 #5プレミアム

保存の規模と検索頻度、費用から保存先を選ぶ・長い文書を 1 つのプロンプトで渡し、質問に答えさせるときの適切な送り方を選ぶ・学習に使うデータに誤りが混ざった状況の攻撃の種類を選ぶ・基盤モデルを変えずに業務向けに追加学習させ、作られるものを選ぶ・業務担当者がコンソールでプロンプトを編集・試行し、保存して再利用できる方法を選ぶ

責任ある AI のガイドライン #5プレミアム

自社ホストのモデルに安全対策を掛ける方法を選ぶ・制御可能性の定義として正確な説明を選ぶ・電力の発電に伴う二酸化炭素を減らすリージョン選定の方針を選ぶ・モデルのライセンスの正しい説明を 2 つ選ぶ・過学習を防ぐ手法の名前を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #5プレミアム

自社のリソースの設定を基準に照らして継続的に評価する AWS のサービスを選ぶ・生成したモデル自身の申告の確からしさを、判断の根拠にできるかを選ぶ・差分プライバシーが何をする仕組みかを、定義から選ぶ・Amazon Macie の対象と働きとして正しい説明を 2 つ選ぶ・監視結果を見直す間隔を定める取り決めの名前を問う

AI と ML の基礎 #6プレミアム

AI の支援で開発を進め、実装前に仕様を残す開発環境を問う・多数の層で特徴を自動で学ぶ手法の名前を選ぶ問題・終日続く取引の 1 件ごとに承認の前に判定を返す要件に合う推論の方式を選ぶ問題・正解率の改善を理由にせず、総費用と事業価値の比較で ML 採用を判断する問題・相関する多数の列を、少数の新しい軸へまとめ直して学習を速める前処理に最も適した手法を選ぶ問題

生成 AI の基礎 #6プレミアム

AWS と利用者の守る範囲の分担を表す考え方の名前を選ぶ問題・テキストと画像を同じ空間で比べる検索用モデルを選ぶ問・正確さの定義を正しく説明している文を選ぶ問題・依頼ごとの応答品質を予測してモデルを振り分け、品質と費用を両立する機能を問う・社員が自然言語で社内情報を調べる業務用のサービスを、開発の要否で選ぶ問題

基盤モデルの応用 #6プレミアム

複数の場所に分かれた多数の文書から、質問に答える方式を見分ける・意味検索の埋め込みモデルに必要な言語対応を問う問題・回答ごとに揺れる書式を揃える手段を、推論時の設定と指示の違いで区別して問う問題・指示を固定し、入れる欄だけを差し替える方法を、作り方の候補から選ぶ・ジェイルブレイクの定義として正しい説明を選ぶ

責任ある AI のガイドライン #6プレミアム

学習データのラベルの付け方を点検する手法を選ぶ・同じ経歴で性別ごとに評価が変わる出力が生むリスクを選ぶ・説明より検出精度を優先する判定に合うモデルを選ぶ・有害な応答と悪用を利用者へ返さない要件に当たる次元を選ぶ・全体の指標は満たすが特定の層が低い結果への対応を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #6プレミアム

生成 AI の回答に出典を付ける目的を、根拠や正確さを扱う隣接する仕組みと区別して問う・提出した記録が後から変えられていないかを示せる AWS の機能を選ぶ・保存と処理の場所を国内に限る要件を満たす対応を選ぶ・設定の変更について、誰がいつ変えたかを確かめる AWS のサービスを選ぶ・AWS アカウントの操作の量の変化を、普段の動きを基準に把握する機能を選ぶ

AI と ML の基礎 #7プレミアム

録音の音声から文章を作る用途に合う AWS のサービスを、入出力の向きで選ぶ問題・問い合わせメールを決まった 4 種類へ振り分ける要件に、最も適した手法を選ぶ問題・連続値 (金額) の予測のずれのうち、大きな外れを重く見る回帰の指標を問う・トレーニングデータと評価用データの正解率の差から、モデルの状態を表す用語を選ぶ問題・コードを書かずに、欠損値や外れ値の処理を画面で行うデータ準備の機能を選ぶ問題

生成 AI の基礎 #7プレミアム

開発者が定めた段階と経路の上で、途中の結果に応じて分岐し、戻る流れも組める構成を選ぶ。経路を引き継ぎで決める構成とは区別する・生成 AI モデルの選定で使われる性能要件の定義を問う・音声で多ターンに応答するサービスを選ぶ問・複数の提供元のモデルを同じ呼び出し方で試す要件に合う利点を選ぶ問題・評価の正しい説明を 2 つ選ぶ。デプロイ前のテストデータと指標による比較

基盤モデルの応用 #7プレミアム

途中の確認を応答に残す手法を、近い技法と区別して選ぶ・事前学習済みモデルの転用を指す転移学習の定義を選ぶ・長い文書の要約が途中で切れる原因を問う問題・複数の文から、応答の形を指定する文を、構成要素で区別して選ぶ・職種ごとに重視点が違う紹介文を、字数を決めて作るプロンプトの作り方を選ぶ

責任ある AI のガイドライン #7プレミアム

指定した語句と一致したとき入力と応答の両方で止める Guardrails の機能を選ぶ・既存モデルの個々の判定に寄与を示す手法を選ぶ・一つの属性では揃っていて組み合わせで偏る、学習データの偏りを表す語を選ぶ・担当者が要約の信頼の度合いを判断できる仕組みを選ぶ・真実性の説明として正しいものを 2 つ選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #7プレミアム

Amazon Bedrock の機能が何を保証するかを説明から選ぶ・Bedrock のアプリで、プロンプトインジェクションへの備えを負う主体を選ぶ・外部の API キーを安全に保管し、定期的に更新する AWS のサービスを選ぶ・AWS アカウントの料金や上限を、AWS の基準に照らして点検し推奨を受けるサービスを選ぶ・投入前に不良データをデータ品質ルールで検査するサービスを問う

AI と ML の基礎 #8プレミアム

製品マニュアルに基づく引用付きの回答を、隣接するサービスと区別して選ぶ問題・既存モデルの精度が足りず、自社データだけで土台から学習させたい場合の方法を選ぶ問題・インフラを管理せず、使った分だけ払う提供形態を問う・文章の指示から新しいコンテンツを生成するサービスを選ぶ問題・手口が次々に変わる不正の検出に合う手段を、固定ルールや目視と比べて選ぶ問題

生成 AI の基礎 #8プレミアム

動画を入力して、文章の要約を出すモデルを選ぶ問・公開後の挙動を継続的に確かめ、改善へ戻す段階を問う。テストデータによる評価と区別する・段に分けた処理の名前を問う定義問。並列化・ルーティング・オーケストレーションの定義と区別する・顧客 1 人が取引期間全体でもたらす収益を表す指標の定義を問う。ある時点の割合や獲得の費用とは区別する・今四半期の一般公開を目指す企業の目的に合う利点を選ぶ問題

基盤モデルの応用 #8プレミアム

RAG の回答の誤りが取り出し側か回答作成側かを切り分ける評価の方法を選ぶ・本番で質の落ちた版を、テスト済みの構成へ戻す操作を選ぶ・近似と厳密の違いで、ベクトル検索の方式を見分ける・生成済みの画像から一部だけを取り除く対応を、2 つ選ぶ・製品ヘルプ FAQ の回答を、正解文と言い回しが違っても意味が同じなら一致と評価する指標を選ぶ

責任ある AI のガイドライン #8プレミアム

出力が特定の書き手や出典に寄る懸念を減らすのに必要な学習データの性質を選ぶ・本番で回答の質の変化を見つける方法を選ぶ・特徴量と予測の関係を描く可視化を選ぶ・Amazon Comprehend の有害性検出について正しい説明を 2 つ選ぶ・視覚に頼れない利用者も使える設計の要素を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #8プレミアム

学習ジョブが S3 の学習データを読むための権限の与え方を選ぶ・重要度の高い生成 AI の回答を検証する方法を選ぶ・データを不正アクセス・破損・損失から守る取り組みを表す語を選ぶ・学習に使うテーブルの一部の列を、一部の利用者に見せないための AWS のサービスや機能を選ぶ・データセットと学習ジョブのつながりを後から照会できる機能を、近接する文書・監査ログ・特徴量の機能と区別して問う

AI と ML の基礎 #9プレミアム

本番の技術指標を継続的に把握するサービスを問う・判定の誤りの影響を抑えつつ審査担当者の作業も減らす要件に合う、ML モデルの運用方式を選ぶ問題・故障の例がほとんど無い装置の値から前ぶれを見つける要件に、最も適した手法を選ぶ問題・保守の負担が積み重なる原因の概念を問う・トレーニング済みモデルに新しい契約書を入力して判定を得る工程を表す用語を選ぶ問題

生成 AI の基礎 #9プレミアム

クロスリージョン推論の 2 型の性質を選ぶ問題・本番運用のエージェント基盤を選ぶ問題・理由の説明が求められる業務で問題になる欠点を問う。根拠に無い内容・学習データの誤り・データの偏りと区別する・利用が少ないのに常時稼働の費用がかさむ状況で、従量課金の推論方法を問う・事前トレーニングの定義を問う。既存モデルの続きや調整と区別する

基盤モデルの応用 #9プレミアム

人の比較データで応答を整える手法を選ぶ・追加学習を前提にした候補モデルの確認項目を問う問題・例も推論も使わず、速さと出力量を抑える方式を、近い技法と区別して選ぶ・AI エージェントの重要な操作に、どの仕組みで確認を入れるかを選ぶ・検索拡張生成 (RAG) の定義を、似た手法と区別して問う問題

責任ある AI のガイドライン #9プレミアム

AI の応答だと伝えず、後で顧客が不満を示した出来事のリスク名を選ぶ・作業者のラベル付けの確かめ方を選ぶ・候補を比べる際に、解釈性と性能をどう測るかの進め方を場面から選ぶ・評価結果が本番と食い違うおそれの原因を表す概念を選ぶ・デプロイ済みモデルの稼働状況を一覧する画面を選ぶ

AI ソリューションのセキュリティ、コンプライアンス、ガバナンス #9プレミアム

社員が外部サイトへ個人情報を入力する事故への対策を問う・RAG の要約の確かめに使える AWS の機能を選ぶ・第三者のデータの利用権と利用条件を扱う仕組みを問う・学習データが社外へ流出するおそれを防ぐ SageMaker AI の機能を選ぶ・社外の業務 SaaS の案件を、AI エージェントに読み書きさせるための AWS の機能を選ぶ

AI と ML の基礎 #10プレミアム

学習と調整に使わず最終評価に残すデータの区分を選ぶ問題・取引記録からデータに傾向を学ばせる手法の名前を選ぶ問題・大量のレビューを翌日までに安く判定する要件に合う推論方式を、SageMaker AI の中から選ぶ問題・ML の導入が適さない状況として、トレーニングデータの不足を選ぶ知識直問・文書の画像から項目名と値を取り出すサービスを選ぶ問題

生成 AI の基礎 #10プレミアム

依頼を手順に分けて順序を組み立てる役割の名前を問う。推論・メモリ・ツールの役割と区別する・生成 AI の欠点「ハルシネーション」の定義を問う。バイアス・有害性・解釈性の低さと区別する・前の発言を踏まえて複数回の会話を続けられる性質を問う。1 回の入力に応じる応答性と区別する・機械学習モデルの全工程をガバナンス付きで管理するサービスを選ぶ問題・LLM の土台となり、語どうしの関係を同時に捉える構造を問う

基盤モデルの応用 #10プレミアム

利用者の入力だけで内部の指示文を出させる攻撃の種類を選ぶ・採用前に自社の問い合わせで使えるかを確かめる評価方法を選ぶ・同じ人員で増えた仕事の量を示す指標を選ぶ・AI エージェントの導入費用の出方を、人手と比べて選ぶ・学習データの偏りを直す対応を選ぶ

AI と ML の基礎 #11プレミアム

種類を決める部分と返信文を作る部分で、適した手法が違う要件を読み分ける問題・公開済みモデルを選んで自社環境で使うためのサービスを、定義で選ぶ問題・学習前にデータの分布・欠損・外れ値を把握する段階を選ぶ問題・F1 スコアの定義 (適合率と再現率の調和平均) を問う・サーバーレス推論でアイドル後の最初のリクエストだけ遅れる現象を表す用語を選ぶ問題

生成 AI の基礎 #11プレミアム

Amazon Bedrock の利点として誤っているものを選ぶ問題・エージェントから社内システムを標準的な方法で呼ぶ規約を選ぶ。呼び出し先がシステムかエージェントかで MCP と A2A を分ける・一定の処理量を常に使える購入方式を選ぶ問題・AWS の生成 AI・エージェント系サービスのうち、既存アプリケーションの移行とモダナイズに使うサービスを選ぶ問題・ツールを大量に登録したときの入力の増加を、ツール定義の絞り込みで解決する方法を問う。コンテキストウィンドウの拡大・指示文へのツールの使い方の明記・説明文の短縮と区別する

基盤モデルの応用 #11プレミアム

禁止話題の質問と不適切な応答の両方を止める機能を選ぶ・候補の数の揺れを抑えて少なくする要件に合う操作を、切り方と向きで区別して問う問題・正しい回答を用意できず、モデルを学習させる手法を選ぶ・画像生成で、生成結果に含めたくない要素を指定する入力の名前を選ぶ問題・導入後も今と同じ品質かを確かめる方法を選ぶ

AI と ML の基礎 #12プレミアム

LLM の定義を問う知識問題・本番稼働後の継続的な検知を担う段階を、デプロイ前の評価と区別して問う問題・行動データからの推薦を、自作モデルのサービスや分析系のサービスと区別して選ぶ問題・税率表で決まった条件の税額計算に、機械学習を使うべきかを判断し、最も適した実装方式を選ぶ問題・数百 MB・約 20 分かかる録音を、溜めずにすぐ分析に回す要件に合う推論の方式を選ぶ問題

生成 AI の基礎 #12プレミアム

中心の 1 つのエージェントが担当を選んで専門エージェントを呼ぶ構成を選ぶ。中心を置かず自律的に引き継ぐ Swarm と区別する・追加の学習なしに 1 つのモデルで多様なタスクをこなせる性質を問う。その場の応答・決定論的な出力・透明性と区別する・外部で学習した自社モデルを Bedrock の API で使う方法を問う問題・応答が毎回長くて出力の費用がかさむ問題を、応答の長さの上限を決める設定で解く・同じ語の意味の違いを検索で区別する仕組みを問う

基盤モデルの応用 #12プレミアム

学習データを用意せずに、文調を寄せる手法を見分ける・分類させる出力を決まった候補の中から選ばせる手法を選ぶ・要約の採点で判定役の点数が高く出る原因を取り除く対応を選ぶ・評価指標の意味について正しい説明を 2 つ選ぶ・前提となる事実を与える部分を、命令と処理対象から区別して選ぶ

AI と ML の基礎 #13プレミアム

DevOps の実践を機械学習に適用する方法論の名称を問う・コードなしでデータを整えるツールを、大規模処理やモデル構築と区別して問う・規制で判断の根拠を示す必要がある審査に、どのモデルの種類が適するかを選ぶ問題・文章を別の言語の文章へ変える用途に合うサービスを、入出力の型から選ぶ問題・正解ラベルのないデータでグループを見つける学習方式を選ぶ問題

生成 AI の基礎 #13プレミアム

カタログから専門のモデルを購読し SageMaker AI に配置する機能を選ぶ問題・リージョンに無いモデルを使う方法を選ぶ問題・数百ページの文書を 1 回で読ませる要件に関係する選定要素を問う・インフラの運用の手間を AWS に任せる利点の名前を選ぶ問題・複数の種類の入力を受けて文章で答えるモデルの種類を選ぶ問

基盤モデルの応用 #13プレミアム

基盤モデルの学習の途中の進みを確かめる情報を選ぶ・検索結果の関連性を上げる方法を、生成時の設定や文書の区切り方と区別して問う問題・推論時に調整する値の名称を、学習で重みを変える手段などと区別して問う問題・質問応答アプリの回答が正解の内容を取りこぼしていないかを、語句の一致で測る指標を選ぶ・インフラの数値では測れない業務の効果を示す指標を選ぶ

生成 AI の基礎 #14プレミアム

基盤モデルへの入力と出力の扱いを確かめるための AWS の説明を選ぶ問題・コンテキストエンジニアリングの定義を問う。プロンプトエンジニアリング・ファインチューニング・事前トレーニングと区別する・カスタムモデルの費用の構成を問う問題・AgentCore Memory の長期メモリの性質を 2 つ選ぶ。文書検索・ツール公開・重みの学習の説明と区別する・要約の方式の違いを、生成と抽出で問う概念問

基盤モデルの応用 #14プレミアム

ベクトル DB や取り込みを自社で組まずに RAG を作れるサービスを問う問題・外部のページに隠れた指示で動きが変わった攻撃の種類を選ぶ・ラベリングの定義として正しい文を選ぶ・Amazon Bedrock のファインチューニングの正しい説明を 2 つ選ぶ・区切り記号が現れた時点で出力を止める要件に合う方法を問う問題

生成 AI の基礎 #15プレミアム

VPC からインターネットを経由させず Amazon Bedrock に接続する AWS の機能を選ぶ問題・トークンの定義 (モデルが処理する意味の単位) を問う・会話が長くなっても費用と応答時間を一定に保つ方法を問う。ファインチューニング・軽量モデル・出力の上限と区別する・生成文を別のモデルで検査し、基準に届かなければやり直す流れを、他のワークフローと区別して選ぶ・文書を索引にせず全文を渡すか、関連箇所を取り出すかで、サービスを選び分ける問

基盤モデルの応用 #15プレミアム

カスタムモデルを元の基盤モデルと同じ基準で評価できる機能を選ぶ・社内規程の RAG の回答が取得した記述に裏付けられているかを測る評価指標を選ぶ・LLM-as-a-judge の定義として正しい説明を選ぶ・プロンプトの改良を続ける前に決めておくものを選ぶ問題・改訂の最中も本番の応答を保つ方法を選ぶ

生成 AI の基礎 #16プレミアム

専門知識の乏しい企業が生成 AI アプリを始めるときの利点を選ぶ問題・書類・画像・音声・動画から項目を構造化データとして取り出すサービスを選ぶ問題・モデルが返したツール呼び出しを、実際に実行する主体を問う。基盤モデル・機械学習の基盤・指示文の管理との役割の違いを区別する・検索で使う埋め込みの性質として正しいものを 2 つ問う・音声対話の返答の間の要件から、最初に確かめる選定要素を問う

基盤モデルの応用 #16プレミアム

AI エージェントの性質を、誤った理解と区別して選ぶ・どの指示の変更が効いたかを説明できる進め方を選ぶ・同じ言い回しの使われ方を抑える仕組みを、候補の範囲や長さと区別して問う問題・多言語で文書に基づく回答を生成するために必要なサービスを問う問題・主観的な品質を評価するのに適した評価方式を選ぶ

基盤モデルの応用 #17プレミアム

英語の製品マニュアルの機械翻訳の品質を、参照訳との語句の一致で測る評価指標を選ぶ・関係を何段もたどる RAG に向くグラフ系の基盤を選ぶ・図表を含む文書を検索に使うための、パーサーの選び方を問う問題・プロンプトを重ねても届かない性能の不足に、どう対応するかを選ぶ・推論費・正解率・応答の速さを同時に満たす手法を、3 つの条件で見分ける

基盤モデルの応用 #18プレミアム

MongoDB 互換のアプリに埋め込みの検索を足すサービスを問う問題・誤りが許されない診断支援で、エージェントと人の役割分担を選ぶ・表の数値を自然言語で集計する仕組みを選ぶ・フューショットプロンプティングの例を選ぶ条件を、誤った選び方と区別して選ぶ・担当者へ引き継がずに解決できた割合を測る指標を選ぶ

セクション別問題一覧へ