【glossary】基盤モデル,FM(Foundation Model)

基盤モデル（Foundation Model）とは、大規模なデータセットで訓練されモデルのことです。多様なタスクやアプリケーションに適用可能な人工知能（AI）または機械学習（ML）のモデルです。「事前訓練モデル」（Pre-trained Models）とも呼ばれる場合もあります。さらに微調整（Fine-tuning）することにより精度を上げるのが一般的です。

基盤モデルは、大量のデータ、および膨大な計算機のリソースが必要となります。
代表例として、GPT（Generative Pre-trained Transformer）やBERT（Bidirectional Encoder Representations from Transformers）があります。

基盤モデルは、自然言語処理（NLP）、画像認識、強化学習など多くの分野で活用されています。応用としてテキスト生成、質問応答システム、画像認識、機械翻訳、音声認識などがあります。

基盤モデルは一度訓練が行えば他のタスクに適用することが可能ですので開発の速度を大きく向上させることが可能です。
ただし正確性は保障されず、また訓練に利用されたデータの流出などの懸念があります。

個人的に独自に調査した事項をまとめています。各ベンダーとは全く関係がありません。
内容に誤りがある場合や情報が古くなっている場合があります。その場合でも修正されるとは限りません。
参考としてサイト閲覧ください。万が一誤りがあり損失等が発生しても保証しません。あくまでも自己責任でサイトを閲覧ください。