IT用語
学習済みのAIのモデルに、特定の用途のデータを追加で学習させ、目的に合わせて調整すること。
ファインチューニングは、すでに大量のデータで学習済みの AI のモデル（LLM など）に、特定の用途に合わせたデータを追加で学習させて、目的に合わせて調整することです。
できること
- 回答の口調や形式を、決まったスタイルにそろえる
- 特定の分野の言い回しや作業に強くする
- 毎回長い指示（プロンプト）を書かなくても、目的の動作をさせる
RAG との違い
RAG は、回答のたびに関係する文書を検索して AI に渡す仕組みで、モデルそのものは変えません。最新の情報や社内の文書を使って答えさせたいときは RAG、出力の形式や振る舞いを変えたいときはファインチューニング、というように使い分けるのが一般的です。
注意点
- 学習用のデータを用意する手間と、学習の費用がかかる
- 学習させたデータの内容が、出力に現れることがある。個人情報や機密情報を含むデータを使わない
- 新しい情報を覚えさせる目的には向かないことが多い
- まずはプロンプトの工夫や RAG で目的を達成できないかを試し、それでも足りない場合に検討するのが一般的
