生成AI応用比較
Zero-shot学習とFew-shot学習の実装における主な違いはどれか？
A.Zero-shotは訓練例を提示せず、Few-shotは少数の訓練例をプロンプトに含めてモデルに与える← 正解
✓ 正解です。Zero-shotは例示なしでタスク記述のみで実行し、Few-shotは1～数個の例をプロンプトに含めてモデルの文脈内学習を促進します。
B.Zero-shotはファインチューニングが必須で、Few-shotは追加学習なしで動作する
✗ 誤りです。Zero-shotもFew-shotもファインチューニング不要で、プロンプト工夫のみで実行可能です。逆の説明は誤りです。
C.Zero-shotはGPT-4のみ対応で、Few-shotはすべてのLLMで使用可能である
✗ 誤りです。Zero-shotもFew-shotもGPT-4以外の多くのLLM（LLaMA、Claudeなど）で実装可能です。モデル依存性は存在しません。
D.Zero-shotは自然言語指示に依存し、Few-shotは機械学習ライブラリの専門知識が必須である
✗ 誤りです。Few-shotも基本的には自然言語の例示をプロンプトに記述するもので、機械学習ライブラリの専門知識は不要です。
この問題のポイント
Zero-shotは例示なしでタスク記述のみで実行し、Few-shotは1～数個の例をプロンプトに含めてモデルの文脈内学習を促進します。
「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。