G検定 用語解説
基盤モデル（Foundation Model）とは
大量データで事前学習し、多様なタスクに応用できる大規模なモデルの総称。
まず押さえる結論
基盤モデル（Foundation Model）は、G検定の「大項目6 ディープラーニングの応用例」で確認しておきたい用語です。 定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
- 物体検出（R-CNN系/YOLO/SSD）とセグメンテーション（セマンティック＝画素単位の塗り分け、インスタンス＝個体ごとに区別）の混同。
- word2vec・BERT・GPTの違い（BERT＝前後両方向、GPT＝一方向・自己回帰）。
- 強化学習の応用（DQN、AlphaGo）と画像/言語タスクの取り違え。
関連する確認問題
大項目6 ディープラーニングの応用例 / 生成AI・基盤モデル
「基盤モデル（Foundation Model）」が従来のタスク特化型モデルと比べて注目される理由として、最も適切なものはどれか。
基盤モデルは、大量かつ多様なデータで一度事前学習すれば、その後さまざまな下流タスクへ適応（ファインチューニング等）させて幅広く応用できる点が特徴で、タスクごとに一から学習させる従来型に比べ応用範囲が広い。データ不要や手作業ルール記述という説明は誤り。
同じ章で確認したい用語
到達チェック
- 基盤モデル（Foundation Model）を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、基盤モデル（Foundation Model）に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる