AIソリューションの実装とユースケース比較問題
生成AIにおける「RAG（Retrieval-Augmented Generation）」と「ファインチューニング（Fine-Tuning）」の主な違いはどれですか？
A.RAGは外部知識ベースをリトリーバルして回答生成に活用する手法で、ファインチューニングはモデル自体のパラメータを特定タスク向けに再学習させる手法である← 正解
✓ 正解です。RAGは推論時に外部データベースから関連情報を検索してプロンプトに付加し最新情報に対応しやすい手法で、ファインチューニングはモデルの重みを更新して特定タスクへの適応を高めます。
B.RAGはモデルのサイズを縮小する技術で、ファインチューニングはモデルのサイズを拡大する技術である
✗ モデルサイズの変更はRAGやファインチューニングの目的ではなく、量子化や蒸留などの別の手法に関連します。
C.RAGはオンプレミス環境専用の手法で、ファインチューニングはクラウド環境専用の手法である
✗ どちらの手法も実行環境に依存せず、オンプレミスでもクラウドでも適用可能です。
D.RAGとファインチューニングは同じ技術であり、呼び名が異なるだけである
✗ 両者は根本的に異なるアプローチであり、コスト・最新性・特化性など異なるトレードオフを持ちます。