【G検定過去問風】破滅的忘却とは？AIのファインチューニングにおける課題を解説
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
モデルを新しいタスクに特化させてファインチューニングを行った結果、事前学習で獲得していた過去の一般的な知識や別のタスクの実行能力を著しく失ってしまう現象として、最も適切な選択肢を1つ選べ。
- A）負の転移
- B）ドメインシフト
- C）破滅的忘却
- D）データリーケージ
🔍 ここをクリックして正解を見る
- 正解: C）破滅的忘却
💡 合格に近づく！徹底解説
- 重要度: ★★★
■ 1分で分かる！この問題の要点
- AIに新しいことを無理やり覚えさせると、これまでに知っていた大切な記憶を上書きして忘れてしまう現象がある。
- この問題は「破滅的忘却（Catastrophic Forgetting）」と呼ばれ、ファインチューニング時の代表的なリスクである。
■ 初学者向け解説（例え話や背景）
新しい資格の勉強だけに没頭するあまり、それまで得意だった昔の記憶やスキルがすっかり抜け落ちてしまった……という経験はありませんか？ AIの世界でもこれと全く同じ現象が起こります。これを「破滅的忘却」と呼びます。汎用的な賢さを持つモデルに対して特定の業務データを学習させすぎると、せっかくの基礎力が失われてしまうため、元のデータを混ぜて学習させるなどの工夫が必要になります。
■ 選択肢の解説
- A) 負の転移（×）: 関連性の低いソースモデルから知識を流用したことで、かえって精度が低下してしまう現象です。
- B) ドメインシフト（×）: 学習時と運用時でデータの分布や環境が変化してしまう現象を指します。
- C) 破滅的忘却（○）: 新しいタスクの学習によって、過去に獲得した知識を忘れてしまう現象です。
- D) データリーケージ（×）: 本来は検証用やテスト用であるはずのデータが訓練データに混入し、過剰に高い評価が出てしまう現象です。
👉 次の問題＆解説テキスト
お疲れ様です！
この調子で次の問題に挑戦しますか？
それとも、立ち止まって詳しい解説を確認しますか？
