ファインチューニング
ファインチューニングは、事前に学習済みのAIモデルに、特定の用途や分野のデータを追加で学習させ、その用途に合った出力をするように調整することです。
社内の文体や専門用語、決まった出力形式に合わせたい場合などに使われます。総務省のウェブサイトで公表されている「AI事業者ガイドライン」（2026年9月時点の最新は2026年3月31日公表の第1.2版）の別添では、ファインチューニングを、転移学習、強化学習、プロンプトエンジニアリング、RAGなどと並ぶAIシステムの改善・調整の手段として挙げています。
RAGが参照する情報を外から与えるのに対し、ファインチューニングはモデル自体を変えるため、学習用データの準備や評価に手間と費用がかかり、情報を更新するたびに学習し直す必要があります。新規事業では、まずプロンプトの工夫やRAGで試し、それでも足りない場合に検討するのが現実的です。学習に使うデータの権利や個人情報の扱いにも注意が必要です。
参考資料