D4 確認テスト 2

あるモデルは、ユーザー入力に誤字や文字化けが大量にあっても妥当な回答を返しますが、同じモデルが誘導されて危険物の作り方の手順を書いてしまいました。この 2 つの現象はそれぞれ何を示していますか。

説明と責任ある AI の特徴を組み合わせてください。

チームはボットが「投資アドバイス」を一切出さないようにしたいのですが、ユーザーはさまざまな言い方（株の売買、ファンドの購入、買い増し……）をします。どの方法がより適切ですか。

チームはシステムプロンプトに「顧客の銀行カード番号を漏らさないこと」と書いただけで、ボットは誘導されてカード番号を答えてしまいました。より確実な方法はどれですか。

Guardrails を設定したアプリケーションで、1 回の対話の処理の流れを順番に（先 → 後）並べ替えてください。

チームは「そのほうがきれいだから」という理由で、新しいタスクごとにモデルを一から事前トレーニングしようとしています。持続可能性の観点から、より良い方法はどれですか。

医療 Q&A ボットが何度も誤った用量を回答し、ユーザーがそのブランドへの信頼をなくしたと公言しました。そのうち 1 人は誤った用量どおりに服用し、健康を害しました。最も正確なのはどれですか。

法務部門が「免責文言を付ければ、ハルシネーションを減らす対策はもう不要ですか」と尋ねました。最も正確な回答はどれですか。

学習データでは、同じサンプルが何度も複製されて総量は大きいものの、カバーしている人々の範囲は狭くなっています。このデータセットについて、正しい判断はどれですか。

データセットの特徴について、正しい記述を 2 つ選んでください。

モデルの精度は学習データで 99.9%、テストデータでは 71% しかありません。より適切な対応はどれですか。

モデルの全体の精度は 93% ですが、ある地域のユーザーに対する誤判定率は 30% に達しています。最も適切な次の一手はどれですか。

バイアスの検出とモニタリングについて、正しい記述を 2 つ選んでください。

銀行が深層ニューラルネットワークで与信スコアを算出しています。顧客に否決の理由を尋ねられても、チームは「モデルが低いスコアを出した」としか答えられません。最も近い概念はどれですか。

次のうち、「説明可能性」ではなく「透明性」にあたるものはどれですか。

監査担当者が、モデルの想定用途、学習データ、評価結果、既知の制限を説明する文書の提出を求めています。どのツールを使うべきですか。

チームは複数の候補モデルの性能を比較し、そのテスト結果を透明性の根拠として残したいと考えています。どのツールを使うべきですか。

与信審査で、複雑なモデルは単純なモデルより精度が 2% 高いものの、説明できません。規制では各判断の理由の説明が求められています。より妥当な対応はどれですか。

次のうち、人間中心設計に合うものを 2 つ選んでください。

病院で AI が可能性のある診断を提示し、最終的な判断は医師が持つようにしたいと考えています。最も適切な設計はどれですか。