D4 確認テスト 3

製品チームに四種類の品質シグナルが届きました。主に検証すべき責任ある AI の特性と組み合わせてください。

文書モデルは鮮明なスキャンでは良好ですが、軽い回転や圧縮で誤りが増えます。通常のスキャン変化でも利用できることを求めるなら、何を追加でテストしますか。

返金の説明は許可しますが、本人確認の回避方法は禁じます。回答で検出したメールアドレスもマスクします。要件に対応する Bedrock Guardrails のポリシーを二つ選んでください。

社内の指定コード語は問い合わせ回答に出せませんが、一般的な製品説明は許可します。どのガードレールが最も直接的ですか。

候補 A と B は品質、安全性、遅延の基準を満たします。B は同じ処理で消費資源が少なく、本番性能は定期確認が必要です。最も適切なのはどれですか。

サブスクリプションのアシスタントが審査を要する更新を「更新保証」と案内しました。顧客はその案内を信頼しており、再発を防ぎたい場合、何が最も適切ですか。

検品画像は三種類のカメラから来ています。新しい作業場の低照度画像が少なく、一部の出所は選別済みか分かりません。代表性と出所の品質を改善する操作を二つ選んでください。

公開学習データは大規模ですが出所が不明確です。各種類の出所と選定基準を追跡できるようにするには何が妥当ですか。

学習と検証の正解率がともに約 66% で差は小さく、同じタスクは以前 85% に達しました。データの整合性は確認済みです。何を優先しますか。

画像モデルは学習セットでほぼ満点ですが、独立した店舗での検証では大幅に下がります。ラベル基準は同じです。次の妥当な対応は何ですか。

ある少数集団でモデルの見逃しが疑われ、人によるラベルを確認できます。調査と対策の順を選んでください。

全体の再現率は安定していますが、まれな利用者集団では大きく変動します。その集団の有効ラベルは期間ごとに数件だけです。どう解釈しますか。

提供元は学習データの種類、用途、制約を説明しましたが、審査担当者は個別判断の理由も必要です。何を補いますか。

単純な規則システムは拒否に使った規則を示せますが、適用範囲と制約は利用者に知らせていません。どの判断が正確ですか。

顧客向け要約にモデルが適するか調べ、同じ要約例で二つの候補も比較します。どの資料と機能が適していますか。

候補モデルの重みは入手できますが、提供元は学習データの出所を説明していません。学習データの透明性を確認するには次に何をしますか。

集団別のモデル品質を公表しつつ、人数の少ない集団の個人記録を保護します。適切な対応を二つ選んでください。

二つの信用事前審査モデルは独立テストで精度と安全基準を満たします。規則モデルは主因を直接説明でき、複雑なモデルは近似説明のみです。確認しやすさを優先する場合、どちらが適しますか。

市民がアシスタントの「追加資料の提案」を正式な拒否と誤解します。誤解を減らし、訂正の経路も残すにはどうしますか。

予測説明を公開しましたが、用語が難しいと言われます。実際の利用者が理解し、次の行動を取れるかどうかをどう判断しますか。