Unified-IOの入出力の統一

解説

正解A

選択肢ごとの解説

1. A

   適切 ◯ 正解

   Unified-IOは、種類の異なる入出力をすべて同じ形式のトークン列にそろえます。これにより、90を超えるデータセットを使い、物体検出、深度推定、画像生成、質問応答などのタスクを1つのモデルでまとめて学習しています。

2. B

   不適切

   これはFlamingoの説明です。Flamingoは既存の2つのモデルを固定したまま、つなぐ層を学習します。画像と文章が交互に並ぶ少数の例を示すだけで、新しいタスクに対応できます（Few-shot）。

3. C

   不適切

   これはCLIPの説明です。CLIPは画像と文の対応関係を共通の埋め込み空間で学ぶモデルです。Zero-shot分類などに使えますが、それ自体は文章も画像も生成しません。

4. D

   不適切

   Unified-IOの特徴は、多数のタスクを1つのモデルで学習するマルチタスク学習にあります。タスクごとに別のモデルを用意して振り分ける構成では、タスク間で学んだ知識を共有する利点が得られません。

試験での狙われ方

Unified-IO・Flamingo・CLIPの構成上の特徴を入れ替え、どのモデルの説明かを見分けさせる形が典型です。

関連用語

Unified-IO、マルチタスク学習、Flamingo、CLIP、Transformer

参考

• G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目32 マルチモーダル） 2026年10月30日閲覧
• Lu et al., Unified-IO: A Unified Model for Vision, Language, and Multi-Modal Tasks (2022) 2026年10月30日閲覧
• Alayrac et al., Flamingo: a Visual Language Model for Few-Shot Learning (2022) 2026年10月30日閲覧
• Radford et al., Learning Transferable Visual Models From Natural Language Supervision (2021) 2026年10月30日閲覧