ひとことで言うと
既存モデルに追加データで再学習させること。特定業務に特化させる手法。
ファインチューニング(Fine-tuning)とは、学習済みの AI モデルに追加データで再学習させ、特定の目的に合わせて性能や振る舞いを最適化することです。一から訓練するより少ない手間で、独自の文体や専門タスクへの対応力を高められる点が重要です。
たとえば、ブランド固有のトーンで文章を書かせたい、特定フォーマットの出力を安定させたい、といった用途に向きます。逆に、社内データや最新情報を答えに反映したいだけなら、モデルを変えずに外部知識を検索する RAG が適しています。再学習にはデータ整備やコストが伴い、データが偏ると望ましくない癖がつくこともあるため、適用は慎重に判断します。