TechCrunch 2023/9/19 02:27:56(JST)
企業のイノベーションディレクターは、カスタマイズされたチャットボットやLLM（言語モデル）を求めて、IT部門を強化しています。彼らはChatGPTを使いたいが、ドメイン固有の情報を基にした広範な機能、データセキュリティとコンプライアンス、改善された精度と関連性を求めています。LLMをゼロから作るか、既存のLLMを自社のデータで微調整するか、という問題がよく生じますが、ほとんどの企業にとってはどちらの選択肢も実用的ではありません。”
“まずは「プロンプトアーキテクチャ」と呼ばれる包括的な構築を試みることが推奨されます。これにより、さまざまなプロンプトから抽出される価値を最大化し、APIを活用したツールを強化することができます。もしもこれが不十分な場合は、よりコストのかかる微調整プロセスを検討することもありますが、ゼロから作り直すことはほとんどありません。”
“プロンプトアーキテクチャとは、モデル自体やトレーニングデータを変更せずに既存のLLMを活用する方法です。代わりに、複雑で巧妙に設計された一連のプロンプトを組み合わせて一貫した出力を提供します。一方、微調整は、基礎となるLLMを変更することを伴います。データプライバシーの要件が厳しい企業（例：銀行）には適しています。”
(※本記事はAIによって自動的に要約されています。正確な情報は引用元の記事をご覧ください。)
(※画像はAIによって自動で生成されており、引用元とは関係ありません。)
引用元の記事：Instead of fine-tuning an LLM as a first approach, try prompt architecting instead.