基本情報技術者試験 基本情報技術者試験 令和7年度 科目A 公開問題 午前 問1: 大規模言語モデルを用いた自然言語処理において，事前学習済みのモデルに対して行う，ファインチューニングに関する記述として，最も適切なものはどれか。

正解

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。

正答率 70.3%（1,789人中 1,257人が正解）

問題の解説

ファインチューニングとは、事前学習を終えた汎用モデルに対して、特定のタスクや領域に特化させるための比較的少量のデータで追加学習を行う手法です。事前学習で得た言語理解能力を保ったまま、目的のタスク（分類・要約・対話など）への適応精度を高められる点が特徴で、選択肢エがこの定義に一致します。

選択肢ごとの解説

• ア強化学習はRLHFのように報酬信号を用いてモデルを最適化する別系統の手法であり、ファインチューニング自体は通常の教師あり学習による追加学習を指すため不正解です。
• イ事前学習と同じデータを再度繰り返すのは過学習を招くだけで、新しいタスク用データを用いてタスク特化を図るというファインチューニングの本質とは異なります。
• ウ大量のテキストデータを用いる学習は事前学習そのものを指す説明で、ファインチューニングは事前学習を終えたモデルに追加で行う後段の工程です。
• エ特定のタスク用データで追加学習を行い、目的のタスクに適応させる、というのがファインチューニングの教科書的な定義そのものなので正解です。