Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はCです。Fine-tuningは、事前学習済みのモデルに対して企業固有のデータセット（業界用語を含む会話履歴、製品仕様書、サポート応答例など）を用いて追加学習を行う手法です。これにより、モデルは「ロット番号」「歩留まり率」などの専門用語の文脈理解を深め、企業のコミュニケーションスタイルに適合した応答を生成できるようになります。Azure AI Foundryでは、Fine-tuning機能を通じて、特定のドメインやビジネス要件に合わせたモデルのカスタマイズが可能です。
選択肢 A：Model Catalogは利用可能な事前学習済みモデルの一覧を提供する機能ですが、別のモデルを選択しても企業固有の専門用語や応答スタイルへの適合は保証されません。モデルの選定は重要ですが、カスタマイズには不十分です。
選択肢 B：Content Filtersは、有害なコンテンツや不適切な表現を検出・ブロックする安全性機能です。専門用語の理解や応答スタイルの調整には寄与しません。
選択肢 D：Usage Limitsはトークン使用量やリクエスト数の制限を管理する機能であり、モデルの言語理解能力や応答品質の向上には関係ありません。
Azure OpenAI Service
選択肢 A：Model Catalogは利用可能な事前学習済みモデルの一覧を提供する機能ですが、別のモデルを選択しても企業固有の専門用語や応答スタイルへの適合は保証されません。モデルの選定は重要ですが、カスタマイズには不十分です。
選択肢 B：Content Filtersは、有害なコンテンツや不適切な表現を検出・ブロックする安全性機能です。専門用語の理解や応答スタイルの調整には寄与しません。
選択肢 D：Usage Limitsはトークン使用量やリクエスト数の制限を管理する機能であり、モデルの言語理解能力や応答品質の向上には関係ありません。
関連サービスの解説
Azure AI ServiceAzure OpenAI Service
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 %
No.26 解説
ある製造業の企業が、Azure AI Foundryを利用してカスタマーサポート向けのチャットボットを構築しています。このチャットボットは、業界特有の専門用語（例：「ロット番号」「歩留まり率」「不良品率」）を正確に理解し、企業のコミュニケーションポリシーに沿った応答を生成する必要があります。事前学習済みのモデルを使用する予定ですが、これらの要件を満たすためには、どの手法を採用すべきでしょうか。
- Model Catalogから別のベースモデルを選択する
- Content Filtersで専門用語のフィルタリングルールを設定する
- Fine-tuningを実施して企業固有のデータセットで学習させる
- Usage Limitsを調整してトークン処理量を最適化する