AI
ファインチューニング
既存モデルに追加で学習させ、応答の型や口調を寄せる手法。知識の追加には向かない。
入力と出力の組を大量に与えて、モデルの振る舞いを目的に寄せる。出力の形式を安定させたい、特定の言い回しに揃えたい、といった用途で効く。
学習データの用意が本体の作業になる。数十件では変わらず、質の悪いデータを与えると悪化する。
よくある誤解
「社内文書を学習させれば社内のことに答えられる」と説明されることがあるが、知識を入れる手段としては効率が悪く、更新もできない。文書が変わるたびに学習し直すことになるからだ。知識は RAG で外から渡し、ファインチューニングは振る舞いを揃えるために使う、と分けて考える。
別名・表記ゆれ: 追加学習
関連する用語
RAG
社内文書を検索して、その結果を根拠に AI へ答えさせる仕組み。
トークン
AI が文章を扱うときの単位。料金も制限もこの単位で決まる。
推論コスト
AI を実際に使うたびに発生する費用。使う量に比例して増え続ける。