生成AIパスポート 第5回 生成AI 問4(全12問)
「モダリティ」とマルチモーダルについて、Google「機械学習用語集」の説明に照らして、適切なものを1つ選びなさい。
不適切。データの種類のことである。
不適切。テキストと画像は別のモダリティである。
不適切。マルチモーダルモデルは、入力・出力のどちらか、または両方に複数のモダリティを含む。
適切(これが正解)。用語集は、モダリティを高いレベルのデータの種類とし、数値・テキスト・画像・動画・音声を5つの異なるモダリティとして挙げている。また、テキスト以外の入力も処理できる指示チューニング済みモデルを、マルチモーダルの指示チューニング済みモデルとしている。
選択肢を押すと答え合わせができます。
論点
生成AIパスポート » 生成AI » 基盤モデル・マルチモーダル
正解
4
解説
用語集は、画像とその説明文の2つを入力にとり、説明文が画像にどれだけ合っているかの点数を出すモデルを例に挙げ、入力はマルチモーダル、出力は単一モーダルだと説明している。