A正解
1 つのモデルが文脈に適応し、多様なタスクに転用できる
正解。基盤モデルは広範なデータで学習しているため、1 つのモデルで多様な NLP（自然言語処理。人間の言葉をコンピュータで扱う技術）タスクに適応・転用できます。タスクごとに個別モデルを作る必要が減ります。
ある企業が、NLP 基盤の刷新を検討しています。翻訳・要約・質問応答といった多様な自然言語処理（NLP）タスクで、生成 AI（基盤モデル）が従来の個別モデルより有利になりやすい特徴として、最も適切なものはどれですか。
1 / 1
回答を選択してください
正解A
解説
NLP で生成 AI が有利になる特徴を選ぶ問題。
- 1「多様な自然言語処理（NLP）タスク」翻訳・要約・QA など 複数のタスク
- 2「従来の個別モデルより有利になりやすい特徴」1 モデルで転用できる＝文脈適応・転移可能性
B不正解
出力が決定的で、再現性が完全に保てること
生成 AI は本質的に非決定的で、同じ入力でも出力が変わりえます。
決定性・再現性はむしろ生成 AI の弱点側の性質であり、有利な特徴の説明として誤りのため不正解です。
C不正解
モデル内部の判断根拠を完全に説明できること
大規模な基盤モデルは内部が複雑で、判断根拠の説明はむしろ難しい（不透明な）性質があります。
説明可能性は課題側の性質であり、有利な特徴の説明として誤りのため不正解です。
D不正解
学習後に起きた出来事も自動で反映されること
モデルの知識は学習時点で止まっており、新しい出来事は RAG などの仕組みなしには反映されません。
自動反映は基盤モデル単体の特徴ではないため不正解です。
ポイント
正解の『文脈適応・転移可能性』を押さえます。
・基盤モデルは広範なデータで学習しているため、文脈に適応して翻訳・要約・質問応答など多様な NLP（自然言語処理。人間の言葉をコンピュータで扱う技術）タスクに 1 つのモデルで対応できる。
・タスクごとに個別モデルを作る必要が減る。
『タスクごとに専用モデルが必須』『文脈を無視』『データが少ないほど高精度』はいずれも誤りで、生成 AI が NLP で有利になる特徴とは逆です。