LLM・生成AI
ファインチューニングとは?
読み: ふぁいんちゅーにんぐ英語: Fine-tuning更新日: 2026-06-23
ファインチューニングとは、事前学習済みモデルに追加データを学習させ、特定用途や表現に適応させる方法です。
生成AIパスポートG検定AWS AI Practitioner
関連表記: ファインチューニング / Fine-tuning / 追加学習 / 微調整
試験で問われるポイント
- 頻繁に変わる最新知識の参照だけならRAGが向く場合があります。
- 出力形式や専門用語の表現をそろえたい場合に検討されます。
- データ品質、コスト、評価が重要です。
具体例
社内文書の文体に合わせた回答を出したい場合に検討されます。
混同しやすい点
- 最新文書を一度参照したいだけでも必ずファインチューニングすると考える。
- ファインチューニングすればハルシネーションが完全になくなると考える。
関連問題で復習
G検定ディープラーニングの要素技術
「ファインチューニング」の説明として、最も適切なものはどれか。
G検定ディープラーニングの応用例
転移学習とファインチューニングの関係として、最も適切なものはどれか。
生成AIパスポートLLM・テキスト生成AI
質問と期待される回答のペアなど、ラベル付きデータを使ってモデルを教師あり学習でファインチューニングする手法を何と呼ぶか。
AWS AI Practitioner生成AIの基礎
ある企業が、自社製品の専門用語や決まった出力フォーマットで一貫して回答するモデルを求めています。RAGよりファインチューニングが適する場面として最も適切なものはどれですか。
AWS AI Practitioner基盤モデルの活用
ある企業が独自の顧客対応チャットボットを構築する際、基盤モデルの「事前学習」と「ファインチューニング」の違いを理解したいと考えています。両者の関係を最も適切に説明しているものはどれですか。
AWS AI Practitioner基盤モデルの活用
ある企業がファインチューニング用のデータセットを準備しています。データ準備の観点として最も適切なものはどれですか。
生成AIパスポートLLM・テキスト生成AI
自社の専門用語や独自の文体にLLMを対応させたいとき、ファインチューニングの説明として最も適切なものはどれか。
AWS AI Practitioner生成AIの基礎
プロンプトエンジニアリングを検討する担当者にとって、ゼロショットプロンプティングの説明として最も適切なものはどれですか。