基本情報技術者令和7年度公開問題科目A問1

大規模言語モデルを用いた自然言語処理において，事前学習済みモデルに対して行う，ファインチューニングの説明として最も適切なものはどれか。

	強化学習を行い，最適な結果が得られるようにする。
	事前学習と同じデータを繰り返し用いて学習を行い，モデルの精度を高めるようにする。
	大量のテキストデータを用いて学習を行い，モデルの精度を高めるようにする。
	特定のデータを用いて追加で学習を行い，目的とするタスクに適用できるようにする。

『情報処理過去問.com』からiPhoneアプリがリリースされました！！

ファインチューニングは、大規模言語モデルなどをいきなり最初から学習し直すのではなく、既に事前学習で一般的な知識を獲得したモデルに対して、特定タスク向けの追加データで再学習させる手法です。これにより、翻訳・要約・分類など、目的とするタスクにモデルを適合させることができます。

ア.	強化学習を行い，最適な結果が得られるようにする。
	強化学習を行う説明であり、ファインチューニング一般の説明ではありません。
イ.	事前学習と同じデータを繰り返し用いて学習を行い，モデルの精度を高めるようにする。
	事前学習と同じデータを繰り返し学習させるだけで、タスク特化ではないため不適切です。
ウ.	大量のテキストデータを用いて学習を行い，モデルの精度を高めるようにする。
	大量のテキストで行うのは事前学習の説明であり、ファインチューニングではありません。
エ.	特定のデータを用いて追加で学習を行い，目的とするタスクに適用できるようにする。
	特定のデータで追加学習し、目的タスクに適用できるようにするという内容で、ファインチューニングの説明として最も適切です。