AWS認定資格 WEB問題集＆徹底解説
AIプラクティショナー（AWS Certified AI Practitioner）
解説
C: 会社は入力のトークン数を減らすべきです。これが正解です。生成AIモデルの使用コストは、主に入力と出力のトークン数に基づいて計算されます。入力のトークン数を減らすことで、直接的にコストを削減できます。
A: 会社は、モデルを訓練する際にバッチサイズを減らすべきです。これは不正解です。Amazon Bedrockは事前訓練されたモデルを提供するサービスであり、ユーザーが直接モデルを訓練することはできません。したがって、バッチサイズの調整は適用できません。
B: 会社はモデルのtop-P推論パラメータを減らすべきです。これは不正解です。top-Pパラメータは出力の多様性に影響しますが、直接的にコストには影響しません。コストは主に入出力のトークン数に基づいています。
D: 会社はモデルの温度推論パラメータを下げるべきです。これも不正解です。温度パラメータも出力の多様性や予測可能性に影響しますが、直接的にコストを削減することはありません。コストは主に使用されるトークン数に基づいています。
A: 会社は、モデルを訓練する際にバッチサイズを減らすべきです。これは不正解です。Amazon Bedrockは事前訓練されたモデルを提供するサービスであり、ユーザーが直接モデルを訓練することはできません。したがって、バッチサイズの調整は適用できません。
B: 会社はモデルのtop-P推論パラメータを減らすべきです。これは不正解です。top-Pパラメータは出力の多様性に影響しますが、直接的にコストには影響しません。コストは主に入出力のトークン数に基づいています。
D: 会社はモデルの温度推論パラメータを下げるべきです。これも不正解です。温度パラメータも出力の多様性や予測可能性に影響しますが、直接的にコストを削減することはありません。コストは主に使用されるトークン数に基づいています。
関連サービスの解説
Amazon Bedrock＋ 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 50%
No.45 解説
ある企業がAmazon Bedrock上で生成AIモデルを展開しており、各入力の一部として最大10のサンプルタスクのプロンプト例を使用しながら、使用コストを削減する必要があります。モデル使用に関連するコストを最小限に抑えるために、どのアプローチが最も効果的ですか？
- 会社は、モデルを訓練する際にバッチサイズを減らすべきです
- 会社はモデルのtop-P推論パラメータを減らすべきです
- 会社は入力のトークン数を減らすべきです
- 会社はモデルの温度推論パラメータを下げるべきです