ファインチューニング
ファインチューニングは、例文や正解データを使ってAIモデルの振る舞いを特定用途に合わせる方法です。
意味
ファインチューニングは、AIモデルに追加の例文データを与え、特定の出力形式、文体、分類、判断パターンに寄せる方法です。社内文書を検索させるRAGとは目的が違います。
中小企業で気にする理由
中小企業では、いきなりファインチューニングを目指すより、まずプロンプト改善、テンプレート化、RAG、社内ルール整備を試す方が現実的なことが多いです。学習データの品質管理や費用、検証の手間が必要になるためです。
向いている場面
大量の例文があり、出力形式を安定させたい、分類ラベルをそろえたい、特定の文体に寄せたい場合は候補になります。反対に、最新の社内情報を参照させたいだけなら、ファインチューニングよりRAGや検索連携を先に考えます。
判断の目安
まずプロンプトを直しても改善しないか、例文データを十分に用意できるか、誤出力をどう検査するかを見ます。データに個人情報や顧客秘密が含まれる場合は、利用するサービスのデータ取扱いも確認します。