大規模言語モデルを用いた自然言語処理において、事前学習済みのモデルに対して 行う、ファインチューニングに関する記述として、最も適切なものはどれか。

なぜ ア は間違いか

強化学習はRLHFのようにファインチューニングと組み合わせることはありますが、ファインチューニングの定義そのものではありません。「RLHF知ってるオレ」を狙い撃ちにした巧妙な罠です。

なぜ イ は間違いか

同じデータを繰り返すのはファインチューニングではなく、ただの「復習」です。しかも事前学習データを使い続けると汎用性が高まるだけで、特定タスクへの特化とは真逆——新しいスキルを身に付けず同じ教科書を100回読むイメージです。

なぜ ウ は間違いか

「大量のテキストデータで学習」は事前学習（プレトレーニング）の説明そのもの。ファインチューニングの特徴は「少量・特定」であり「大量・汎用」ではありません。この選択肢、堂々と事前学習の話をしています。