A不正解
最新・可変の情報はファインチューニング、文体の固定は RAG
RAG とファインチューニングの役割が逆になっています。
最新情報の参照は RAG、文体の固定はファインチューニングが正しいため不正解です。
ある AI チームの設計レビューで、RAG とファインチューニングのどちらを使うべきかが議論になっています。判断基準を共有するにあたり、両者の使い分けについて最も適切に説明しているものはどれですか。
1 / 1
回答を選択してください
正解D
解説
RAG とファインチューニングの使い分けの正しい説明を選ぶ問題。
- 1「両者の使い分け」両者の 得意分野 の違いを問う
- 2「最も適切に説明」最新情報=RAG・文体/挙動の固定=FT が正しい
B不正解
どちらも推論のたびに外部データを検索して回答に使う手法である
RAG は推論のたびに外部データを検索して回答に反映しますが、ファインチューニングは学習時にデータをモデルの重みへ取り込む手法で、推論時に外部検索は行いません。
両者を『どちらも都度検索する手法』とまとめるのは、外部参照する RAG と重みに作り込むファインチューニングという根本的な違いを取り違えており不正解です。
C不正解
どの場面でも RAG の方が高コストである
一般にコストはRAG < ファインチューニングで、RAG が常に高コストというのは事実と異なります。
コストの大小関係が逆のため不正解です。
D正解
最新・可変の情報は RAG、文体や挙動の固定はファインチューニング
正解。RAG は最新・頻繁に変わる情報を外部参照して反映するのに向き、ファインチューニングは決まった文体・出力形式・挙動をモデルに作り込むのに向きます。
ポイント
RAG とファインチューニングの使い分けの核心を押さえます。
・RAG（検索拡張生成）: 最新・頻繁に変わる・社内固有の情報を外部参照して反映する（再学習不要）。例: 最新の製品マニュアルや社内規程を検索して回答に使う。
・ファインチューニング: 決まった文体・出力形式・分類・専門用語など、反復的な挙動をモデル自体に作り込む（重みを更新）。例: 自社サポート窓口の口調や定型フォーマットで答えさせる。
役割を逆にする選択肢や、コストの大小を逆にする選択肢が定番のひっかけです。両者は併用もできます。