基本情報技術者の問題解説：AIに関する用語「ファインチューニング」の説明として最も適切…

考え方：ファインチューニングは、すでに大量データで事前学習されたモデルを土台にし、特定の業務・分類・文章スタイルなどに合わせて追加学習させる方法です。ゼロから学習するより少ないデータで適応しやすいのが特徴です。

誤答の見分け方：暗号通信の復号、CPU命令の逐次実行、データベースの物理分割は、いずれもAIモデルの追加学習ではありません。

押さえるポイント：キーワードは「事前学習済みモデル」と「特定タスク向けの追加学習」です。プロンプトで指示するだけの場合とは異なり、モデルの重みを更新して適応させる点を押さえておくと迷いません。

紛らわしい用語との違い：ファインチューニングはモデルの重みそのものを更新します。これに対しRAGは外部知識を検索して文脈に与えるだけで重みは変えず、プロンプトエンジニアリングも指示文を工夫するだけです。重みを更新する点が両者との決定的な違いです。