例を添えて出力形式をそろえる
通販のM社は、大規模言語モデルで商品レビューを「品質」「配送」「価格」の3つに分類している。分類名だけを返してほしいのに、文章で説明したり、別の言葉を使ったりする回答が混ざる。モデルを追加で学習させずに改善する方法として、最も適切なものを1つ選べ。
- A
応答の最大トークン数を小さくし、説明を書く余地をなくす
- B
temperatureを高く設定し、出力の多様性を大きくしておく
- C
レビュー文と期待する分類名の組を、例として数件指示に添える
- D
例を添えた指示を一度送り、モデルの重みに形式を覚えさせる
正解と解説を見る
正解:C
指示に入力と出力の例を数件添えるfew-shotプロンプトを使うと、追加学習なしで出力の形式をそろえられる。例はその呼び出しの中でだけ使われ、モデルの重みは変わらない。
- A
誤り。長い回答が途中で切れるだけで、分類名の形式や使う言葉はそろわない。必要な部分まで切れてしまうおそれもある。
- B
誤り。temperatureを上げると出力のばらつきが大きくなり、形式はかえってそろいにくくなる。形式をそろえたいなら低めに設定する。
- C
正しい。少数の例を示す指示(few-shotプロンプト)を使うと、モデルの重みを変えずに、望ましい出力の形式と分類の基準を伝えられる。
- D
誤り。指示に添えた例はその呼び出しの中でだけ使われ、重みは更新されない。毎回の指示に例を含める必要がある。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。