背景

試験概要

試験概要
- Generative AI Testとは、一般社団法人日本ディープラーニング協会（JDLA）が実施する、生成AIに特化した知識や活用リテラシーの確認の為のミニテストです。
- OpenAIやMidjourneyを始めとする近年企業活動にも導入がすすむ生成AIを、企業で安心かつ有効に活用するために必要不可欠な知識を有しているかどうかを確認できます。
- Generative AI Testは、生成AI業界の第一線で活躍する当協会のプロジェクトメンバーが作成したミニテストです。
受験資格
- どなたでも受験可能
実施概要
- 試験時間 20分
- 択一式/多肢選択式 19問・記述式 1問
- オンライン実施（PC/スマホ）
出題範囲
- シラバスより出題（後述）
受験費用
- 2,200円 (税込)

テキスト、画像、音声等の生成モデルに共通する技術的な特徴を俯瞰して理解している。
- 確率モデル
- ハルシネーション (Hallucination)
大規模言語モデルの基本構造を理解している。
- 基盤モデル
- 言語モデル
- 大規模言語モデル (LLM)
- トランスフォーマー (Transformer)
- アテンション (Attention)
- GPT-3
大規模言語モデルにおけるモデルの学習方法を理解している。
- 教師あり学習
- 自己教師あり学習
- 事前学習
- ファインチューニング
大規模言語モデルのアラインメントを理解している。
- アラインメント (Alignment)
- 人間のフィードバックによる学習
- インストラクション・チューニング (Instruction Tuning)
大規模言語モデルにおける生成の仕組みを理解している。
- コンテキスト内学習 (In-Context Learning)
- Zero-Shot
- Few-Shot
- Chain-of-Thought
- サンプリング手法
大規模言語モデルの性能評価について知っている。
- リーダーボード
- ベンチマーク

テキスト、画像、音声等の生成モデルの技術動向を俯瞰して理解している。
- 条件付き生成
- 拡散モデル (Diffusion Model)
大規模言語モデルのオープン化の動向と原因について理解している。
- オープンコミュニティ
- オープン大規模言語モデル
- オープンデータセット
- オープンソース
- 量子化や蒸留による推論の効率化
大規模言語モデルの性能を決める要素の動向と原因について理解している。
- スケーリング則 (Scaling Laws)
- データセットのサイズ
- データセットの質
- モデルのパラメーター数
- 計算資源の効率化
- LoRA
- GPU
大規模言語モデルのマルチモーダル化の動向と原因について理解している。
- マルチモーダル
大規模言語モデルの外部ツール・リソースの利用の動向と原因について理解している。
- 学習データの時間的カットオフ
- 大規模言語モデルの知識
- 大規模言語モデルの不得意タスク