AWS認定資格 無料問題集

解答

正しい解答：Ａ. 既存の基盤モデルを特定のユースケースに合わせて効率的にカスタマイズでき、定期的な更新も容易にできる。

　URL を直接入力して「解答・解説」画面を表示した場合、何を選択・解答したかを特定できないため、解答の正誤判定ができません。必要に応じて「同じ問題に再挑戦」ボタンをクリックして、この問題に再チャレンジしてみてください。

徹底解説

　Amazon Bedrock のモデルカスタマイズ機能を利用する主な利点は、「既存の基盤モデルを特定のユースケースに合わせて効率的にカスタマイズでき、定期的な更新も容易にできる」 ことです。Amazon Bedrock は、テキスト生成や画像生成などのAIモデルを開発者が手軽に利用して、アプリケーションに組み込めるように設計されたマネージド型の生成AIサービスです。モデルカスタマイズ機能では、標準で提供されている高性能な基盤モデルをベースに、自社データを用いたファインチューニングを行うことができます。これにより、自社固有の用語や業界特有の表現への対応力を高めつつ、フルスクラッチのモデル構築に比べてコストと時間を大幅に削減することができます。また、追加データを用いた再ファインチューニングにより、新製品や新しい表現への対応を定期的かつ効率的に更新できる点も大きな利点です。

　その他の選択肢は、Amazon Bedrock のモデルカスタマイズ機能を利用する利点を説明したものではありません。「基盤モデルのトレーニングを完全に自動化することができるため、人的リソースの利用をほぼ不要にできる」 について、Amazon Bedrock のカスタムモデルは、トレーニングやデプロイの多くをマネージドにしてくれますが、完全に自動化されて人的リソースがほぼ不要にできるというのは言い過ぎです。ユースケースの設計、データの準備・クレンジング、評価指標の設定、結果の検証などには依然として人の判断が不可欠であり、特にビジネス要件との整合性確認は自動化できません。
　「基盤モデルのパラメーターを直接調整することにより、モデルの内部構成を利用者に合わせて最適化できる」 について、Amazon Bedrock では、提供される基盤モデルの内部パラメーターやアーキテクチャを利用者が直接操作することはできません。利用者ができるのは、主にプロンプト設計やファインチューニング用データの提供といった高レベルな制御です。
　「新しいアーキテクチャの基盤モデルをゼロから作成できるため、推論コストを大幅に削減することができる」 について、Amazon Bedrock のカスタムモデルは、標準で提供されている基盤モデルをベースにカスタマイズする仕組みであり、ゼロから新しいアーキテクチャのモデルを設計・構築するためのサービスではありません。なお、推論コストの最適化は、モデルの選択、プロンプト設計、推論設定の調整などによって一定の改善は可能ですが、アーキテクチャを自作することはむしろコスト増につながる場合が多いでしょう。

Step Up！
　Amazon Bedrock では、ファインチューニングに加えて継続事前学習（Continued Pre-Training）も利用可能です。ファインチューニングが、ラベル付きデータを用いて特定のタスクに最適化する手法であるのに対して、継続事前学習は、ラベルなしの大量データを使ってモデルに新しい知識やドメイン特化の文脈を学習させる手法です。