ファインチューニング

解説

ファインチューニングは、一般的な知識を持つモデルに自社固有のデータを追加で学習させ、口調や分類の傾向を自社向けに寄せる手法です。学習させる素材として、望ましい回答の例をまとまった量そろえる必要があります。誤りを含んだ過去の応対をそのまま使うとそのくせまで覚えさせることになるため、選ぶ段階で人が目を通します。

口調を揃えるなら追加学習、最新情報ならRAGを選ぶ

目的	適した手段
最新の仕様や価格を正確に答えたい	RAG
回答の口調や形式を揃えたい	ファインチューニング
条件次第で両方	併用

内容が頻繁に変わる情報をファインチューニングで覚えさせると、更新のたびに再学習が必要になり、運用コストが負担になります。