ファインチューニングとは？AIモデルの追加学習を解説

ファインチューニングは巨大なモデルへのささやかな調整

言語モデルは、あなたの手元に届いた時点ですでに学習済みです。事前学習は数兆トークンものコーパスを読んでおり、Metaは Llama 3 で15兆トークン以上を報告しました。その後、事後学習によってアシスタントとして訓練されます。LLMとはでは、この2つの段階を扱っています。

ファインチューニングは、あなた自身が行う第3の、はるかに小さな段階です。望む入力と出力の正確な事例を数百から数千件モデルに与え、それを使ってさらに少し学習させます。OpenAIのファインチューニングガイドによると、明確な改善は通常50から100件の事例から見られるとされています。パラメータは、あなたの求める答えを標準で出すよう少しだけ変化します。

規模の差こそがすべてを物語っています。15兆トークンに対して数百件の事例です。ファインチューニングは意味のある知識を追加できません。モデルの知っていることを動かすには量が足りないからです。できるのは、モデルの答え方を動かすことです。数百回繰り返された一貫した形式は、ささやかな調整がまさに捉えるパターンだからです。

ファインチューニングはモデルの答え方を変えるが、知っていることは変えない

引くべき線は振る舞いと知識の間にあります。

多くの人がつまずくのは4行目です。自社のヘルプセンターの内容でファインチューニングし、製品を知っているモデルを期待します。しかし実際に得られるのは、ヘルプセンターの語り口で流暢に製品情報をでっち上げるモデルです。学習が教えたのは回答の形であって中身ではないからです。知識の仕事は検索拡張の役割であり、RAGとはがその仕組みを説明しています。

あえて安価なモデルでファインチューニングを行う理由

狭い用途のために、あるモデルファミリーの中で最も高価なものをファインチューニングする人はいません。狙いは、小さく安いモデルに、フロンティアモデルが長いプロンプトでこなす仕事を1つだけ同じくらいうまくやらせ、その安いモデルを何百万回も動かすことです。

両端の上にある数値は、2026-09-17時点で読み取ったArtificial Analysis Intelligence Indexのスコアで、線は100万トークンあたりの価格差を示します。汎用のLlama 4 MaverickはスコアがClaude Sonnet 5の38に対して9です。ファインチューニングの賭けは、1つの狭いタスクに限れば、その29ポイント差を127倍の節約で埋められるというものです。2026-08-20に取得したOpenRouterの一覧価格では、入力1,000トークンと出力500トークンの標準的な回答のコストはMaverickで$0.0006、Sonnet 5で$0.007です(AIモデルコスト指数参照)。したがって月に10万回実行するサポート分類器のコストは前者で$60、後者で$700になります。調整後のMaverickがそのタスクでSonnetに並べば、そのファインチューニングは最初の月で元が取れます。一般的なモデルの品質ではなく、この計算こそがファインチューニングの目的です。

これを安価にした手法がLoRAで、2021年に発表され、モデル全体ではなく追加した少数のパラメータのみを学習します。4ビット版の後継QLoRA(Dettmers et al., 2023)を使えば、70億パラメータのモデルを1枚の24GBコンシューマー向けグラフィックカードで調整できます。同じモデルのフルファインチューニングでは、複数のデータセンター用GPUにまたがるすべてのパラメータを更新することになります。

学習前に、プロンプト・検索拡張・別モデルがほとんどの場合を解決する

ファインチューニングは最後の手段であり、最初の選択肢ではありません。以下のそれぞれが、はるかに少ない労力で一般的なケースを解決でき、しかも1分で変更できるからです。

1. 事例つきの良いプロンプト。 望む出力の事例を3つプロンプトに入れるだけで、学習なしにファインチューニングの形式・トーンの恩恵の大部分が得られます。初心者向けプロンプトエンジニアリングがこのパターンを扱っています。
2. 検索拡張。 ギャップが知識であれば、どれだけ調整しても埋まりません。文書をアップロードするか検索を有効にしてください。
3. 別のモデル。 モデルによって標準の語り口は異なります。すでに望む書き方をするモデルは、そうでないモデルを調整するより優れています。マルチモデルのワークスペースなら、これをワンクリックで試せます。

プロンプトがモデルの忘れがちなルールで1ページ分に膨らんだとき、プロンプトの長さが実際のコストになるほどの実行量になったとき、あるいは1万回に1度の逸脱もなく形式を確実に返す必要があるとき、ファインチューニングに手を伸ばしてください。これらは実在するニーズです。ただし稀です。

チャット製品の中でファインチューニングはできるのか

基本的にはできません。Whiziも例外ではありません。Whiziを含む一般消費者向けチャット製品はファインチューニングを提供しておらず、これは開発者向けのプロバイダーAPIやオープンウェイトモデルの機能です。チャットアプリの中で最も近いのは常設の指示です。Whiziではこれはプロジェクトに紐づいています。プロジェクト単位のカスタム指示は、そのプロジェクト内のすべての会話に適用され、これによって何も学習させずに一連の作業全体で一貫したトーンと形式を得られます。プロジェクトの使い方で設定方法を説明しています。

これはほとんどの人にとって正しい選択です。プロジェクトの指示は一度書いてルールが変わるたびに編集するプロンプトです。ファインチューニングは、ルールが変わるたびに再学習させるモデルです。大規模に狭いタスクを実行しているのでない限り、コスト、変更の速さ、そして読める点でプロンプトが勝ります。

判断基準はこうです。同じ狭いタスクが、安価なモデルの元が取れるほどの量で実行されるならファインチューニングします。それ以外の場面では、指示を書き留めてください。