ファインチューニング

ファインチューニングは、大量データで事前学習された大規模言語モデルなどのモデルを、特定の用途に合わせた少量のデータで追加学習させ、専門特化させる手法です。ゼロから訓練するより低コストで、特定の口調や専門分野に強いモデルを作れます。プロンプトで都度指示する方法と比べ、一貫した振る舞いを安定して出せる利点があります。人間のフィードバックで調整する人間のフィードバックによる強化学習も、広義のファインチューニングの一種です。

💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。