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。
Fine-tuning(ファインチューニング)は、すでに学習済みのモデルに対し、特定用途のデータを追加で学習させ、振る舞いを目的に合わせて調整する手法です。ゼロからモデルを作るより低コストで、独自の文体・分類基準・専門領域への適応を実現できる点が重要です。
たとえば、自社特有の口調で返答させたい、定型の分類を高精度で行いたい、といった場合に有効です。一方、最新情報や社内文書を「参照」させたいだけなら、再学習せずに外部知識を検索する RAG の方が手軽で更新も容易です。Fine-tuning は学習データの準備やコストがかかるため、本当に必要かを見極めて選ぶことが大切です。