- 実行ツール
-
学ぶ
Pythonを学ぶ 実行可能な例、NumPy、pandasなど AI・機械学習を学ぶニューラルネット・機械学習・LLM をゼロから C/C++を学ぶ ポインタ、メモリ、STL、モダンC++ C#を学ぶC# 基礎、OOP、LINQ、async、.NET 演習 Matplotlibを学ぶ折れ線・棒・散布図・円グラフをインタラクティブに Rust を学ぶ所有権、トレイト、エラー処理、スレッド Go を学ぶスライス、インターフェース、goroutine、チャネル Pythonアルゴリズム 探索、ソート、再帰、ビジュアライザー O(n) C/C++アルゴリズム CとC++の実装を比較 子ども向けプログラミング 遊びながらプログラミングを学ぼう!
- クイズNEW
- 課題一覧NEW
- 教師向けNEW
- アップデート
- コーヒーをおごる
AI & Machine Learning クイズ: ファインチューニングと RAG
ファインチューニングと検索拡張生成(RAG)は、言語モデルを自分のデータやタスクに適応させる 2 つの主な方法です。このクイズでは、それぞれがどんな場合に合うのか、LoRA のようなパラメーター効率の良い手法の仕組み、そしてチャンク分割、埋め込み、検索の実践的な落とし穴を確認します。
例題
第1問 / 全10問検索拡張生成(RAG)は何をしますか?
答えを見る
B. リクエストの時点で質問に関連する文書を探してプロンプトに入れ、モデルがそれをもとに答えられるようにする RAG は生成の前に検索のステップを加えます。ナレッジベースを検索し、最も良い文章をコンテキストとしてモデルに渡します。モデルの重みは変わりません。
このクイズの内容
- RAG とは何か、そしてファインチューニングに勝る場面
- ファインチューニングが得意なことと、破滅的忘却
- LoRA とパラメーター効率の良いファインチューニング
- チャンク分割、埋め込みモデル、ハイブリッド検索
- RAG パイプラインを 1 ステップずつデバッグする
よくある質問
アカウントは必要ですか?
いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。
何度でも挑戦できますか?
はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。