生成AI応用誤り発見
Azure OpenAI Serviceを使用した生成AIシステムの構築に関する以下の記述で、誤っているものはどれか。
A.ファインチューニングはモデルの重みを更新するため、カスタムトークン数が増加する。← 正解
✓ 正解です。この記述が誤りで、ファインチューニングはモデルパラメータを更新するプロセスであり、カスタムトークン数の概念とは関係ありません。
B.RAG（Retrieval-Augmented Generation）は外部データベースから関連情報を動的に取得し、プロンプトに統合する手法である。
✓ この記述は正しい。RAGは検索と生成を組み合わせ、知識ベースから関連情報を取得して回答精度を向上させる手法です。
C.プロンプトエンジニアリングはモデル自体を変更せずに、入力テキストの工夫でモデルの出力を最適化する。
✓ この記述は正しい。プロンプトエンジニアリングはモデルそのものは変更せず、指示文の工夫で出力を最適化します。
D.Function Callingを使用すれば、生成AIは外部APIを自動的に呼び出してリアルタイムデータを取得できる。
✓ この記述は正しい。Function Calling（ツール統合）により、生成AIは必要に応じて外部APIを呼び出し、動的にデータを取得できます。
この問題のポイント
この記述が誤りで、ファインチューニングはモデルパラメータを更新するプロセスであり、カスタムトークン数の概念とは関係ありません。
「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。