ファインチューニングとは？
ファインチューニングとは、学習済みのモデルに絞り込んだデータセットで学習を続けさせ、振る舞いを形づくる手法です。サポートの口調、分野の語彙、タスクの出力形式などが対象になります。企業がモデルを自社向けに調整する方法であり、基盤モデルが新しくなくてもリリース間でアシスタントの挙動が変わる要因のひとつでもあります。
AI可視性との関わり
一般向けのアシスタントは、有用性、安全性、回答の作法のために継続的にファインチューニングされています。その調整は、モデルがどれだけ進んでブランド名を挙げるか、いくつ選択肢を並べるか、どの程度言葉を濁すかを動かします。モデルの更新で自社の言及率が動いたとき、原因は自社が公開したものではなくアシスタントのファインチューニングだと考えられます。
これに当たらないもの
ファインチューニングは、外部のブランドがChatGPTやGeminiに対して行えるものではなく、「自社ブランドを公開アシスタントにファインチューニングで組み込む」ことができるベンダーもありません。外からの影響は、コンテンツ、露出、取得を通じて働きます。
