1.
生成AIにおける「フューズド（Fused）レイヤー」とは何ですか？
2.
Diffusionモデルにおいて、生成過程で使用される「逆拡散（reverse diffusion）」とはどのようなものですか？
3.
生成AIにおいて「Contrastive Learning（対比学習）」が注目されている理由は次のうちどれですか？
4.
GPTなどの生成AIモデルにおける「自己教師あり学習（Self-supervised Learning）」の役割は次のうちどれですか？
5.
生成AIにおける「GAN（Generative Adversarial Network）」の基本的な構造はどのようなものですか？
6.
生成AIで使われる「事前学習済みモデル」を利用する利点として最も適切なものは次のうちどれですか？
7.
生成AIにおける「トークンエンベディング」の役割として正しいものは次のうちどれですか？
8.
Transformerベースの生成AIモデルとして代表的なものは次のうちどれですか？
9.
生成AIにおける「StyleGAN」の特徴として正しいものは次のうちどれですか？
10.
GANのトレーニング過程で発生する「勾配消失問題」を軽減するために有効な技術は次のうちどれですか？
11.
Diffusionモデルが生成AIにおいて注目される理由として、正しいものは次のうちどれですか？
12.
生成AIの「データ拡張（Data Augmentation）」が特に有効な理由として正しいものは次のうちどれですか？
13.
生成AIにおける「Few-shot Learning」の利点として正しいものは次のうちどれですか？
14.
生成AIの「Diffusionモデル」が注目されている理由として正しいものは次のうちどれですか？
15.
GANのトレーニング過程で起こりうる「モード崩壊」とは何ですか？
16.
生成AIで使用される「逆伝播法」とは何ですか？
17.
生成AIモデルにおける「フィードバックループ」とはどのような現象を指しますか？
18.
VAE（Variational Autoencoder）の主な目的は何ですか？
19.
生成AIにおける「トランスファーラーニング」の利点として正しいものは次のうちどれですか？
20.
生成AIにおいて「自己回帰モデル」が生成する順番はどのようなものですか？
21.
GANの判別ネットワークの役割は何ですか？
22.
生成AIのトレーニングにおいて「学習率スケジューリング」を行う目的として最も適切なものは次のうちどれですか？
23.
生成AIにおいて「クリッピング」とは何を指しますか？
24.
生成AIにおける「WGAN（Wasserstein GAN）」が従来のGANに比べて有効とされる理由は次のうちどれですか？
25.
GPTのような自己回帰生成モデルにおいて、「トークン化」の役割は何ですか？
26.
生成AIにおける「Attentionメカニズム」の役割は次のうちどれですか？
