ケンテイラボ

② 生成AIの仕組み

生成AIパスポート63

問題

VAEにおいてデータの重要な特徴を捉えた低次元のベクトルを何と呼ぶか。

A損失ベクトル
B重みベクトル
C潜在ベクトル✓ 正解
D推論ベクトル

正解

C潜在ベクトル

解説

エンコーダは入力データを重要な特徴を捉えた潜在ベクトルに変換します。

分野解説:② 生成AIの仕組み

Transformer・LLM(大規模言語モデル)・拡散モデル・トークン・パラメーター・事前学習・ファインチューニング・RLHFなど、生成AIの内部構造を学ぶ分野です。GPT・Claude・Geminiなど代表的なモデルの違い、テキスト生成・画像生成・音声生成それぞれのアーキテクチャの違いを整理します。ハルシネーション(もっともらしい嘘)が発生する原因など、技術的特性の理解も問われます。

この分野の問題をすべて見る →

本番形式で問題を解いてみよう

クイズモードで挑戦 →
← 第6264問 →

同じ分野の関連問題

622013年に提唱されたノイズが混ざったデータから元のデータを再現する能力がある生成モデルはどれか。64長いシーケンスデータを扱う際にRNNが引き起こす可能性があった学習が不安定になる問題は何か。61CNNの特徴である「畳み込み」とはどのような処理を指すか。65長いシーケンスデータを扱う際にRNNが引き起こす可能性があった学習が進まなくなる問題は何か。

生成AIパスポートについて

AIリテラシーを証明する時代の資格

主催一般社団法人生成AI活用普及協会(GUGA)
出題形式CBT方式・60問(4択)
試験時間60分
受験料11,000円(税込)
合格基準正答率70%以上(42問以上)
難易度★★☆☆☆(比較的やさしい)
試験詳細を見る →

生成AIパスポートの関連記事

生成AIパスポートの勉強法・合格のコツ【完全ガイド】

生成AIパスポートに合格するための勉強法を解説。AI基礎・リスク・法律・プロンプト設計など6分野の攻略ポイントをまとめました。

生成AIパスポートの難易度・合格率は?独学で合格できる?

生成AIパスポートの難易度・合格率・勉強時間の目安を解説。IT未経験でも独学で合格できるレベルですが、リスク・法律分野の対策が合否を分けます。

生成AIパスポート 2025年改定シラバスの変更点とポイント【最新対応】

生成AIパスポートの2025年シラバス改定の主要変更点を整理。新規追加項目・出題傾向の変化・対策ポイントを解説します。

← 問題一覧へ戻る