AI
ファインチューニングとは
AIを、特定の目的に合わせて追加で訓練すること。
定義
すでに学習済みのAIに、特定の会社や業界に合わせた追加データを学習させ、より目的に合った答えを返せるように調整すること。
なぜ必要か
汎用的なAIは幅広い質問に答えられる一方、特定の会社らしい言葉づかいや専門知識には対応しきれないことがある。ファインチューニングによって、より自社に合った答えを返すAIに近づけられる。
現場での使い方
自社の過去の文章や対応事例など、良質なデータをまとめて用意し、それをAIに追加学習させる。RAG(必要な資料をその都度検索して答えさせる方法)と違い、AI自体の中身を作り変える点が特徴。
よくある失敗
十分な量・質のデータがないままファインチューニングを行い、かえって答えの質が下がってしまう。
AIで活用する方法
ファインチューニング用に使えそうな自社の資料(過去の文章・対応記録等)を整理・選別する作業をAIに手伝わせる。
実例
世の中の例
カスタマーサポート向けのAIで、自社の過去の問い合わせ対応データを追加学習させることで、社内独自のルールや言い回しに沿った回答ができるようにしている企業がある。