知識チェック

完了

次の質問に答えて、知識を確認してみましょう。

自分の知識をチェックする

1.

大規模言語モデル (LLM) の目的は何ですか?

大量のテキスト データから学習して自然言語テキストを処理および生成し、言語のパターンとルールを検出します。

擬人化を示し、感情を理解します。

言語と事実を理解します。

2.

従来の自然言語処理 (NLP) と大規模言語モデル (LLM) の違いは何ですか?

従来の NLP では、基礎モデルで多数のテラバイト単位のラベル付けされていないデータが使用されますが、LLM では、機械学習モデルをトレーニングするためにラベル付けされたデータのセットが提供されます。

従来の NLP では、特定のユース ケースに合わせて高度に最適化されていますが、LLM はモデルで実行する内容を自然言語で記述します。

従来の NLP では機能ごとに 1 つのモデルが必要ですが、LLM では多くの自然言語ユース ケースに 1 つのモデルが使用されます。

3.

自然言語モデルでのトークン化の目的は何ですか?

アルゴリズムがパターンをより簡単に識別できるように、コンテキストを失うことなく、コンピューターが理解できる方法でテキストを表現すること。

文字単位でテキストを生成すること。

1 つのトークンで一般的な単語を表すこと。

作業を確認する前にすべての問題に回答する必要があります。