ファインチューニング
意味・解説
学習済みの既存AIモデルに対し、特定の分野のデータを追加で学習させて、その分野に特化した精度へと微調整すること。
転移学習の具体的な手法の一つ。モデル全体の重みをわずかに更新し、特定のタスク（医療、法律、社内特有の業務など）に最適化させる。
くわしく
「一流の料理人が、その店の『秘伝の味』を覚えるための修行」です。
1.事前学習済みモデル：
既に世界中の知識を学んだ天才（LLM関連）を使います。
2.微調整：
そこに自社専用のデータ（例：過去の判例やマニュアル）を追加で流し込み、モデルの内部数値を少しずつ書き換えます。ポイントは、汎用的なAIは「何でも知っているが、自社の細かいルールは知らない」ため、実務で使えるレベルにするにはこの『仕上げの教育』が必要になるからです。
例文
カスタマーサポートの自動化に向け、汎用的な対話AIに対して過去の問い合わせ履歴を用いたファインチューニングを実施し、回答の正確性を向上させた。
過去問での出題状況
直近29回分の過去問（全2,900問）を解析した結果、1回登場しています（出題された年度: 1年度）。
出典: 本サイト独自集計（問題文および全選択肢テキストからの用語出現頻度・2026年6月時点）
同義語: 微調整 / 追加学習
分類: 機械学習の最適化プロセス
この用語は生成AIパスポート試験にも出ます
生成AIパスポート試験（生成AI活用普及協会）の公式シラバス第4版では、第2章 生成AI（ジェネレーティブAI） の 2-2 に「ファインチューニング」として掲載されています。ITパスポートと重なるのは全191語中42語で、その1つがこの用語です。