Foundation Modelの意味

Foundation Modelは、幅広いデータで学習され、さまざまな下流タスクへ適応できるモデルを指します。NISTは、生成AIの文脈で、広範なデータを自己教師あり学習によって訓練し、Fine-tuningなどで複数の下流タスクへ適応できるモデルと定義しています。ここでいう「基盤」は、利用者がそのまま使う一つのアプリという意味ではなく、追加学習、プロンプト、検索、ツール接続などの上に複数の用途を組み立てられる土台という意味です。LLMがFoundation Modelの一例になることはありますが、両者は同じ分類ではありません。LLMは主に言語を扱うモデルの呼び方で、Foundation Modelは学習の広さと下流タスクへの適応性に焦点があります。どのデータを学習したか、どのモダリティやタスクに対応するか、追加調整できるかはモデルごとに違うため、名称だけで汎用性や性能を保証しません。基盤として再利用できることと、特定業務で十分な精度や安全性があることも別に評価します。

用途ごとにゼロからモデルを作らず、追加調整やプロンプトで複数のアプリへ展開する土台になります。

現在は学習データ、能力の範囲、評価、ライセンス、提供条件を確認し、万能なモデルとは扱いません。