7.0 学習チェックリスト：大モデル原理、Prompt、微調整
このページは印刷用チェックリストとして使います。詳しい説明が必要なときは、第 7 章入口ページ に戻ってください。
2時間の初回通読
| 時間 | やること | ここまで言えたら止める |
|---|---|---|
| 20 分 | 入口ページの「Token から回答まで」の図を見る | 「文章は token、ベクトル、文脈になり、次の token 予測へ進む。」 |
| 25 分 | 7.1 をざっと読み、tokenizer の例を1つ動かす | 「Token 数はコストとコンテキスト制限に影響する。」 |
| 25 分 | 7.2 と LLM 発展史をざっと読む | 「規模、データ、Transformer、整合がモデル能力を変えた。」 |
| 30 分 | 入口ページの Prompt テストスクリプトを動かす | 「固定ケースで Prompt 版を比較できる。」 |
| 20 分 | 手法選択表を読む | 「Prompt、RAG、ツール、検証を確認する前に微調整へ急がない。」 |
必ず残す証拠
| 証拠 | 最小版 |
|---|---|
prompts/ | 1つのタスクに対する3つの Prompt 版 |
prompt_eval_cases.csv | 少なくとも5つの固定入力と簡単なスコア列 |
structured_output_schema.json | 必須フィールドと許可する値の型 |
failure_cases.md | 少なくとも3つの失敗出力と推定原因 |
llm_stage_workshop_output.txt | 7.8.4 実践：第 7 章フルワークショップ の出力 |
README.md | 実行方法、通った点、失敗した点、次に試すこと |
品質ゲート
| ゲート | 合格条件 |
|---|---|
| Prompt 比較 | 同じケース、変更する変数は1つ、出力とスコアを保存する。 |
| 構造化出力 | parser が欠落フィールドや型違いを拒否する。 |
| 失敗分析 | 各失敗に、指示、入力、schema、知識不足、安全性のいずれかの推定原因がある。 |
| 手法選択 | 決定表が、Prompt、RAG、微調整、ツール、Agent のどれを先に使うか説明している。 |
章を出る前の質問
- token、embedding、attention、コンテキストウィンドウ、事前学習、Prompt、微調整、整合を、定義の丸写しではなく自分の言葉で説明できますか？
- 毎回1つの Prompt 変数だけを変え、同じ入力ケースで結果を比べられますか？
- JSON らしく見える文章を信じるのではなく、JSON 出力を検証できますか？
- 情報不足のとき、長い Prompt ではなく RAG が必要になる場面を説明できますか？
- 繰り返す振る舞いの適応が、微調整を検討する理由になる場面を説明できますか？
答えがすべて「はい」なら、第 8 章へ進みます。第 8 章では、この考え方を実際の LLM アプリと RAG システムにつなげます。