基盤モデル

定義

基盤モデルとは、広範な汎用データを大規模に学習させた大型の AI モデルで、ひとつの狭い用途のために作られるのではなく、プロンプト、検索、ファインチューニングを通じて多様な下流タスクに適応できるものです。

別名: ベースモデル事前学習済みモデルフロンティアモデル

仕組み

基盤モデルは、巨大で多様なデータセットで事前学習されているため、幅広い汎用的な能力を備えています。タスクごとに新しいモデルを学習させるのではなく、ひとつの基盤モデルを、プロンプト、RAG、ファインチューニングによって要約、分類、チャット、コードといった多くの用途に適応させます。

最もよく知られた基盤モデルは大規模言語モデルですが、この言葉は、テキストと並んで画像、音声、その他のデータを扱うマルチモーダルモデルも含みます。

基盤モデルは、AI のサポートツールが土台にしている汎用エンジンです。サポートのプラットフォームが自前でモデルを学習させることは通常なく、基盤モデルにあなたのナレッジとツールを与えて適応させます。したがって結果は、土台となるモデルの品質と、それにどれだけしっかり根拠を与えられるかで決まります。

大規模言語モデルは基盤モデルですか？

はい。LLM はテキストのための基盤モデルです。「基盤モデル」はより広い言葉で、画像や音声を扱うマルチモーダルモデルも含みます。

基盤モデルとファインチューニング済みモデルはどう違いますか？

基盤モデルは広く汎用的な土台です。ファインチューニング済みモデルは、その土台を特定のタスクのデータでさらに学習させ、用途に合わせて振る舞いを専門化させたものです。