IT PASSPORT
ITパスポートの問題解説
問題
ある企業では、社内マニュアルや製品データベースなど外部の最新情報を検索し、その内容を参照させながら生成AIに回答させることで、回答の精度を高め誤った内容の生成を抑えたいと考えている。この手法を表す用語として、最も適切なものはどれか。
- ア ファインチューニング
- イ RAG（検索拡張生成）
- ウ プロンプトエンジニアリング
- エ ハルシネーション
出典：オリジナル問題｜参考範囲：IPA ITパスポート試験シラバス（最新版）、情報処理技術者試験の基礎知識
正解と解説
正解：RAG（検索拡張生成）
解説：大規模言語モデルは学習した時点の知識しか持たないため、最新情報や社内固有のデータには弱く、誤った回答（ハルシネーション）が起こりがちです。RAGでは、まず質問に関連する文書を社内データベースなどから検索して取り出し、その内容を一緒にAIへ渡してから回答させます。誤答のファインチューニングは追加データでモデル自体を再学習させて性能を調整する手法で、検索して参照させる仕組みではありません。プロンプトエンジニアリングは指示文（プロンプト）を工夫して回答の質を高める技術で、外部情報の検索は伴いません。ハルシネーションはAIがもっともらしい誤りを生成する現象そのもので、RAGはそれを抑える側の手法です。
覚え方：RAGのR（Retrieval＝検索）に着目し、「まず探してから生成する」と覚えます。再学習はファインチューニング、指示文の工夫はプロンプトエンジニアリング、誤生成はハルシネーションと切り分けましょう。
他の選択肢はなぜ違う？
- アファインチューニングは追加の学習データでモデル自体を再学習させて性能を調整する手法であり、回答のたびに外部情報を検索して参照させる仕組みではありません。
- ウプロンプトエンジニアリングは指示文（プロンプト）の与え方を工夫して回答の質を高める技術であり、外部の情報源を検索して内容を取り込む手法ではありません。
- エハルシネーションはAIがもっともらしい誤った内容を生成してしまう現象そのものを指す語であり、それを抑えるための手法の名称ではありません。
この問題について
IPAのITパスポート試験シラバスとIT基礎知識を参考に、Sikaku Master向けに独自作成した問題です。公式試験問題・過去問題の転載ではありません。
IPAの過去問題の転載ではなく、シラバス・公開情報に基づく独自問題として作成しています。