FujiCert

LLM・生成AI

継続事前学習とは？

読み: けいぞくじぜんがくしゅう英語: Continued Pre-training更新日: 2026-09-11

継続事前学習とは、既存モデルの事前学習を、領域に応じたコーパスなどで継続し、データの特性へ適応させる方法です。

AWS AI PractitionerG検定

別名・表記: 継続事前学習 / Continued Pre-training

試験で問われるポイント

  • 正解回答の例を与える調整とは区別し、元の事前学習目的で学習を続けます。
  • 一時的な最新情報参照だけならRAGが適する場合があります。
  • 新しい課題を順次学ぶ継続学習とは区別し、必要なデータ量や計算費用を考えます。

具体例

医療や法律など専門領域の大量テキストでモデル知識を補強する場合に検討されます。

混同しやすい点

  • RAGと同じ仕組みだと考える。
  • 少量のFAQだけで行う軽い設定変更だと考える。

関連問題で復習

AWS AI Practitioner基盤モデルの活用

生成AIへの攻撃と不具合を整理しています。状況と分類の対応として適切なものを2つ選んでください。

AWS AI Practitioner基盤モデルの活用

企業が既存の基盤モデルを、専門領域の大量の文書で追加学習させようとしています。正解応答の付いていない本文から、その領域の言葉や知識をモデルの重みに取り込む方法として最も適切なのはどれですか。

関連用語

RAG（検索拡張生成）

外部文書やデータベースを検索し、その結果を根拠としてLLMに回答を生成させる構成です。

ファインチューニング

事前学習済みモデルに追加データを学習させ、特定用途や表現に適応させる方法です。

基盤モデル

大量データで事前学習され、さまざまな用途へ応用できる大規模なAIモデルです。