ファインチューニングとは？
汎用モデルを専門的なデータでさらに訓練し、タスクに適応させること。
正式な定義
ファインチューニングは、事前学習済みのベースモデルを、より狭いデータセットで訓練し続けることで、特定のドメイン、スタイル、タスクに適応させます。プロンプトと異なり、モデルの重みを変更します。AI Stock Challenge は、ファインチューニングされた版ではなく、市販のフロンティアモデルを共通のプロンプト1つで意図的に比較するため、テストは特注の訓練ではなく汎用的な推論を測定します。
簡単に言うと
賢い汎用AIに、1つの科目の追加レッスンを与えて、その特定の仕事が得意になるようにすることです。優秀な万能選手を金融に特化させるコーチングのようなものです。
具体例
ある企業は数年分の決算説明会の書き起こしでベースモデルをファインチューニングするかもしれませんが、ベンチマークは標準のモデルを出荷されたまま、特注の訓練なしでテストします。