GCP GenAI Leaderのサンプル問題（本番形式・解説付き）

解説

Gems は、Gemini アプリの中で作る目的特化のカスタムアシスタントであり、指示・口調・参照させたい情報・守らせたい制約をあらかじめ設定し、名前を付けて保存するものである。既製エージェントの置き場は Agent Gallery や Agent Garden、重みの調整は fine-tuning、モデルを一覧して比較する入口は Model Garden である。

解説

Models 層には、学習済みの foundation model として Gemini、Gemma、Imagen、Veo、そしてサードパーティやオープンソースのモデル群が並びます。TPU や GPU、AI Hypercomputer、データセンターは、その下の Infrastructure 層です。Agent Platform や Model Garden、Agent Studio はモデルを業務で使える形にまとめる Platforms 層にあたります。Gemini アプリや Gemini Code Assist は利用者が触る Applications 層に置かれています。

解説

RAG の流れでは、まず対象となる文書を適切な大きさに分割し、次に各断片を embeddings に変換して vector search の索引に登録する。質問の変換、断片の添付、出典の提示はいずれもその後の工程であり、最初の工程ではない。

解説

Gems のビジネス価値は、prompt engineering の成果をチームで再利用できる形に固定できる点にあり、個人のメモに留まる知見を共有可能な部品に変える。学習データの差し替えは Gems の説明ではなく、出典の提示は Gemini Enterprise の AI アシスタント、業務の完了は custom agents の価値である。

解説

foundation model の事前学習には巨大な計算資源と大規模なデータと専門人材が要るため、大多数の企業にとって Models 層は作る層ではなく選ぶ層です。計算資源も人材も少なくて済むという見方は、事前学習が長時間・高コストであるという記述と食い違います。利用者が直接触れるのは Applications 層で、既製品から導入する話もその層の意味合いです。権限管理や課金の集約は Platforms 層の意味合いにあたります。