問80
頻出度★★☆
AI において, 広範囲かつ大量のデータで訓練されたものであり, ファインチューニングなどによって文章生成 AI のような様々な用途に適応できる特徴をもつものを何というか。
令和7年度 ITパスポート試験 問80
テクノロジ系基礎理論 › 情報に関する理論
这道题的解析和你的作答记录。
解説
問 80
错误ア
标注是指为训练数据的各个要素附加正确标签（标签或注释）的工作。它是为训练 AI 而进行的「数据预处理工作」，而不是训练完成、能适应各种用途的「模型」本身，因此错误。
错误イ
专家系统是将特定领域专家的知识以「if-then 形式的规则」存储起来，并通过推理进行判断和建议的传统型 AI。它与以大量数据预训练、通过微调实现通用适配为特征的基础模型在机制上不同，因此错误。
- ウ
正解 正确答案是「ウ 基础模型」。基础模型（Foundation Model）是指在广泛且大量的数据上进行预训练，之后可通过微调等方式适应文本生成 AI、图像生成 AI、问答等多种下游任务的通用 AI 模型。题干中「在广泛且大量的数据上训练」「可通过微调等方式适应各种用途」的描述正是基础模型的定义本身，因此 ウ 正确。文本生成 AI（大语言模型）也是以基础模型为基础、适配到特定用途的一个例子。
错误エ
卷积神经网络（CNN）是主要用于图像识别等的一种特定神经网络结构（架构）。它不是表示可广泛适应多种用途的通用基础这一概念，而是面向特定任务的方法，因此错误。
ここがポイント
- 基础模型（Foundation Model）= 在大量、广泛的数据上预训练，并能通过微调适应多种下游任务的通用 AI 模型。文本生成 AI（大语言模型）是其代表性应用。
- 易混淆术语的区分：标注（为数据附加标签的工作）／专家系统（基于规则的 AI）／CNN（面向图像的特定神经网络结构），都与基础模型「可通用适应的模型」这一本质不同。
用語