ファインチューニング

ファインチューニングとは

事前に大量の汎用データで学習された大規模言語モデル（LLM）をベースとして、さらに特定の業界データや目的のタスクに特化した少量のデータセットを用いて追加学習を行うプロセスを指します。ゼロからモデルを構築・学習させるよりもはるかに少ない計算リソースとデータ量で、モデルの性能を大幅に向上させることが可能です。これにより、モデルは汎用的な知識を保持しつつ、特定のタスクやドメインにおいてより高い精度や適切な応答を生成できるようになります。