生成 AI のビジネス活用において，独自のデータを学習させることによって基盤モデルを自社の業務やサービスに特化したモデルへとカスタマイズすることを何と呼ぶか。

なぜ違う: 学習データに正解ラベルを付ける作業で，モデルのカスタマイズそのものではない。

なぜ違う: データを類似度で grouping する教師なし手法で，基盤モデルの特化ではない。

なぜ違う: 入力する指示文を工夫する手法で，モデルを再学習させるものではない。

要点: 基盤モデルを独自データで追加学習して特化させる＝ファインチューニング。

ファインチューニングは，学習済みの基盤モデルに独自データを追加学習させ，自社の業務やサービスに特化したモデルへ調整する手法である。アノテーションは学習データへのラベル付け，プロンプトエンジニアリングは指示文の工夫で，いずれもモデル自体の再学習ではない。

App Store

応用情報技術者の学習アプリ（応用情報トレ）