ファインチューニングとは
既存の基盤モデルに、特定の用途のデータを追加学習させて、その用途に適応させる手法。
解説
ファインチューニングは、事前学習済みの基盤モデルに、特定分野や特定の口調・形式のデータを追加で学習させ、その用途に合わせて調整する方法です。独自の振る舞いやスタイルをモデル自体に覚えさせたいときに有効です。一方、最新情報や頻繁に変わる知識を反映したい場合は、モデルを再学習させるより、RAGで外部情報を都度与えるほうが適します。ファインチューニングには、相応のデータとコストが必要です。
試験での出方
ファインチューニングとRAGの使い分け（振る舞い・スタイルの習得はファインチューニング、最新・外部知識はRAG）が頻出です。
あわせて読みたい用語
この用語が解説に出てくる問題
- 生成 AI とエージェント ソリューションの実装 問1社内規程に関する質問へ答える生成AIアプリを作ります。規程は数千ページあり毎週どこかが改訂されるため、回答は常に最新の…
- 生成 AI とエージェント ソリューションの実装 問4Foundry Agent Service で社内ヘルプ エージェントを構築しています。利用者が翌日に同じ相談へ戻って…
- 基盤モデルの応用 問1社内の製品マニュアルは毎日更新されます。問い合わせ対応用の生成 AI アプリで、最新のマニュアル内容に基づいて回答させ…
- 基盤モデルの応用 問5問い合わせ対応用に、プロンプトと理想の応答のペアを自社で数千件用意できました。基盤モデルを、自社の応答スタイルと形式で…
- 基盤モデルの応用 問6特許文献や技術レポートなど、業界固有の用語が多い大量のラベルなしテキストを保有しています。入力と出力のペアは用意できま…