1.
生成モデルにおける「Diffusion Model」の主な目的は次のうちどれですか？
2.
生成モデルにおける「パラメトリック生成」と「ノンパラメトリック生成」の違いは何ですか？
3.
生成モデルの評価指標として「Frechet Inception Distance (FID)」が用いられる理由は何ですか？
4.
生成モデルにおける「確率的生成」とは何ですか？
5.
生成モデルにおいて「対比学習（Contrastive Learning）」を取り入れる主な目的は何ですか？
6.
生成モデルにおいて、潜在空間のベクトルを操作することで何が可能になると考えられますか？
7.
生成モデルを用いて新しいデータを生成する際、正規分布からサンプルを取得する理由は何ですか？
8.
非構造化データに対して、生成モデルを用いる場合の最大の利点は何ですか？
9.
生成モデルにおいて、GAN（Generative Adversarial Network）で使用される2つのネットワークは何ですか？
10.
CycleGANの主な利点は次のうちどれですか？
11.
生成モデルのトレーニングにおいて、モンテカルロ法が適用されるのはどのような状況ですか？
12.
生成モデルにおいて「転移学習」を適用する利点は次のうちどれですか？
13.
GANのトレーニングにおいて、生成器と判別器のバランスを保つために重要なハイパーパラメータはどれですか？
14.
生成モデルのトレーニングにおいて「潜在空間の探索」が重要である理由は何ですか？
15.
生成モデルを評価する際、Inception Score（IS）が主に評価する要素は何ですか？
16.
GANのトレーニングにおいて、生成器と判別器が「収束しない」とはどのような問題を指しますか？
17.
GANにおける「モード崩壊」とは何を指しますか？
18.
「Data Augmentation（データ拡張）」が生成モデルで使用される理由は何ですか？
19.
VAEにおいて、「再構成損失」と「KLダイバージェンス」の役割は次のうちどれですか？
20.
生成モデルにおいて、自己回帰モデルはどのようにしてデータを生成しますか？
21.
自然言語生成（NLG）のプロセスにおける「テンプレートベース生成」の特徴として最も適切な説明は次のうちどれですか？
22.
データ生成において、自己回帰モデルが特に有効なデータタイプは何ですか？
23.
生成モデルにおいて、VAE（Variational Autoencoder）と通常のオートエンコーダの違いは何ですか？
24.
GANやVAEのような生成モデルを用いて、新しいデータを生成する際に直面する可能性のある課題は何ですか？
25.
生成モデルで使用される「潜在変数」とは何ですか？
26.
GANを使用した画像生成において、生成された画像の多様性を評価するために有効な指標は次のうちどれですか？
