「基盤モデル（Foundation Model）」の説明として、最も適切なものはどれか。
- 1特定の1つのタスクを解くためだけに、そのタスク専用のラベル付きデータのみで学習されたモデル
- 2専門家が記述したif-thenルールの集合で構成され、データからの学習を行わずに推論するモデル
- 3大量かつ多様なデータで事前学習され、追加学習などにより幅広い下流タスクに適応できる汎用的なモデル
- 4画像分類を目的として設計され、画像データ以外は扱うことができない畳み込みニューラルネットワーク
正解と解説を見る
正解：3
基盤モデルとは、大量かつ多様なデータで事前学習され、ファインチューニングやプロンプトによってさまざまなタスクに適応できる汎用的なモデルのことで、GPTシリーズなどのLLMが代表例です。選択肢1は従来型の「タスク特化型モデル」、選択肢2はエキスパートシステムのようなルールベースの仕組みの説明です。選択肢4のように、特定のデータ形式やタスクに限られるものでもありません。「事前学習による汎用性」と「下流タスクへの適応」が基盤モデルのキーワードです。
根拠：「基盤モデル」の概念（Stanford大学の研究者らが2021年の論文 "On the Opportunities and Risks of Foundation Models" で提唱）