1.
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？
2.
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？
3.
生成AIにおける「フューズド（Fused）レイヤー」とは何ですか？
4.
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？
5.
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？
6.
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？
7.
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？
8.
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？
9.
生成AIで使用される「逆伝播法」とは何ですか？
10.
生成AIにおいて「クリッピング」とは何を指しますか？
11.
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？
12.
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？
13.
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？
14.
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？
15.
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？
16.
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？
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.
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？
19.
GANの判別ネットワークの役割は何ですか？
20.
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？
21.
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？
22.
VAE（Variational Autoencoder）の主な目的は何ですか？
23.
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？
24.
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？
25.
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？
26.
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？
