第3回 03 | 基礎演習Ⅱ

学籍番号と氏名を入力し、5問すべてに回答して「提出する」を押してください。不正解があった場合は、その問題の解説を読んでから、もう一度回答できます。

Q1.生成AIが挙げた論文や書籍を、そのまま参考文献に使ってはいけない最大の理由はどれでしょうか。

実在しない文献や、実在しても内容の異なる文献を生成することがあるため AIが挙げた文献は必ず有料で読めないため AIは英語の文献しか知らないため参考文献の書式がAIによって毎回異なるため

解説LLM はもっともらしい著者名・題名・年を組み合わせて、存在しない文献を生成することがあります。CiNii Research や Google Scholar などで実在と内容を必ず確認します。

Q2.AIが挙げた文献が実在するかを確かめる方法として最も適切なものはどれでしょうか。

CiNii Research や Google Scholar、図書館の蔵書検索で検索し、原文を確認する別のAIに聞いて同じ答えなら信用する題名がもっともらしければ実在すると判断する同じAIに「本当ですか」と聞いて、はいと答えれば信用する

解説文献の実在は、学術データベースや図書館の検索で確認します。AIに聞き直しても、誤りを認めたり別の誤りを出したりするだけで、検証にはなりません。

Q3.大規模言語モデルの「知識のカットオフ（学習データの締切）」とは何でしょうか。

AIが1日に答えられる質問数の上限 AIが答えを拒否する話題の一覧学習データがある時点までの情報しか含まず、それ以降の出来事を知らないこと AIが処理できる文章の長さの上限

解説LLM は学習時点までのデータで訓練されているため、それ以降の出来事や最新の統計は知りません。最新情報は検索連携機能や一次資料で補う必要があります。

Q4.ウェブ検索や社内文書と連携して回答する仕組み（RAG など）の特徴として適切なものはどれでしょうか。

外部の文書や検索結果を取り込んで、それを根拠に回答を生成する学習データにない質問には必ず「わかりません」と答える検索結果を使うので、出力に誤りは一切生じないインターネットに接続せずに回答する

解説RAG（検索拡張生成）は、質問に関連する文書を検索してモデルに渡し、それを根拠に回答を作る仕組みです。最新情報を扱えますが、検索結果の読み違いや誤った要約は起こりえます。

Q5.生成AIが回答に示した出典URLの扱いとして適切なものはどれでしょうか。

URLが表示されていれば正しい情報だと判断する URLの形式が正しければ開かなくてよい実際に開いて、そのページに回答の内容が本当に書かれているか確認する URL付きの回答はそのまま引用してよい

解説URLが示されていても、リンク先が存在しなかったり、内容が回答と一致しなかったりすることがあります。必ず開いて内容を確認します。

先行研究の探索AIクイズ