問題 No.1921
事前学習済みの大規模なモデルに対し、ごく少数のラベル付きデータのみを用いて追加の学習や適応を行い、新たなタスクを効率的に解かせる機械学習の手法を指す用語はどれか。
【正解の解説】
Fewshot学習
これは料理のベテランシェフ（大規模モデル）に「今度の新作はこの3皿だけ見て作ってね」と数個のレシピ（少数データ）を渡すようなものです。何千冊も勉強し直さなくても、抜群の勘と応用力ですぐに新しい仕事を完璧にこなせるようになるイメージです。
スポンサーリンク
【その他の選択肢の解説】
ゼロショット学習
Fewshot学習が「数個の例題を見せる」のに対し、ゼロショット学習は「例題を一切見せずに、言葉の説明だけでいきなり解かせる」というさらに厳しい条件のやり方です。初学者はデータの数（ゼロか少数か）を混同しやすいので注意しましょう。
ファインチューニング
ファインチューニングが「何千枚もの練習問題を解いてじっくり基礎から直す」ような大掛かりな再学習であるのに対し、Fewshot学習は「数枚のサンプルを見てその場でサクッと応用する」という違いがあります。必要なデータ量が圧倒的に少ない点が決定的な差です。
転移学習
転移学習は「理科の知識を社会の別の問題に応用する」という大きな枠組みの言葉です。Fewshot学習もその一種に含まれますが、特に「ごく少数のデータ数」に特化している点がFewshot学習の大きな特徴であり、より狭い範囲を指す専門用語です。