ファインチューニングとは?
ファインチューニングとは、既存のLLMに自社のデータを追加学習させ、特定の用途・文体・形式に合わせて調整すること。モデルの振る舞い自体を変える手法で、知識の追加にはRAG、振る舞いの調整にはファインチューニングが向くとされます。
実務での使い方
向いているのは「出力形式や文体を一貫させたい」「特定タスクの精度を上げたい」場合です。一方、「最新の社内情報に基づいて答えさせたい」だけならRAGの方が低コストで、情報更新のたびに再学習が必要になるファインチューニングは不利です。
実務では、まずプロンプトの工夫→次にRAG→それでも足りなければファインチューニング、の順で検討するのが定石です。多くの業務用途はプロンプトとRAGで十分な品質に達するため、ファインチューニングが必要なケースは実際には限られます。
もっと詳しく学ぶ
- 生成AI APIのコスト管理入門｜料金の仕組みとトークン削減の実務
生成AI APIの料金は「トークン数×単価」の従量課金。課金の仕組み、月額コストの見積もり手順、モデル選定・プロンプトキャッシュ・バッチ処理による削減の定石を実…