生成AI応用比較
Azure OpenAI ServiceにおけるファインチューニングとRAG（Retrieval-Augmented Generation）の主な違いはどれか？
A.ファインチューニングはモデルの重みを更新するが、RAGは外部知識ベースを検索して回答を生成する← 正解
✓ 正解です。ファインチューニングはモデルパラメータの学習により知識を組み込み、RAGは検索によって外部情報を動的に取得して回答精度を向上させます。
B.ファインチューニングは外部APIを呼び出すが、RAGはモデル内部の知識のみを使用する
✗ 誤りです。RAGが外部知識ベースを活用しているのは正しいですが、ファインチューニングがAPI呼び出しを行うわけではなく、モデル重み更新が本質です。
C.ファインチューニングはコンテキストウィンドウを拡張し、RAGはトークン数を制限する
✗ 誤りです。ファインチューニングはコンテキストウィンドウを拡張せず、RAGがトークン数を制限するわけでもありません。これらは独立した概念です。
D.ファインチューニングはリアルタイム処理を提供し、RAGはバッチ処理のみ対応する
✗ 誤りです。ファインチューニングもRAGも同期・非同期両方の処理方式に対応でき、この記述は正確ではありません。
この問題のポイント
ファインチューニングはモデルパラメータの学習により知識を組み込み、RAGは検索によって外部情報を動的に取得して回答精度を向上させます。
「生成AI応用」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。