当サイトのクッキーについて IBM のWeb サイトは正常に機能するためにいくつかの Cookie を必要とします(必須)。 このほか、サイト使用状況の分析、ユーザー・エクスペリエンスの向上、広告宣伝のために、お客様の同意を得て、その他の Cookie を使用することがあります。 詳細については、 Cookie設定 オプションをご確認ください。 IBMのWebサイトにアクセスすることにより、IBMのプライバシー・ステートメントに記載されているように情報を処理することに同意するものとします。 円滑なナビゲーションのため、お客様の Cookie 設定は、 ここに記載されている IBM Web ドメイン間で共有されます。
ファウンデーション・モデルのチューニング方法
最終更新: 2025年3月11日
さまざまなチューニング方法について詳しく知る。
基盤モデル、以下の方法で調整できます
完全な微調整 :ベースモデルの過去の知識を出発点として、より小規模で特定のタスクに特化したデータセットで調整を行うことで、モデルをカスタマイズします。 完全なファイン・チューニング、事前トレーニングでパラメータの重みが設定されたモデルのパラメータの重みを変更し、タスクに合わせてモデルをカスタマイズします。
注意: 現在、watsonx.ai 内の基礎モデルを微調整することはできませんが、プロンプト チューニングを行うことはできます。プロンプトのチューニング: モデルに渡されるプロンプトの内容を調整して、指定したパターンに一致する出力を生成するようにモデルをガイドします。 基盤モデルおよびそのパラメータの重み付けは変更されません。 プロンプト入力のみが変更されます。
プロンプトチューニングの結果は新しいチューニングされた資産ですが、プロンプトチューニングされたモデルは、基礎となる基盤モデルによって入力が処理される前に実行される機能のレイヤーを追加するだけです。 モデルをプロンプト チューニングすると、基礎となる基盤モデル変更されません。つまり、そのモデルを毎回再トレーニングすることなく、さまざまなビジネス ニーズに対応するために使用できます。 その結果、計算のニーズと推論のコストが削減されます。 プロンプト調整を参照してください。
親トピック: 基盤モデルチューニング
トピックは役に立ちましたか?
0/1000