![](https://cdn-ak-scissors.b.st-hatena.com/image/square/cb419ad36c1bb9cd449a897ef1a61d2036569c97/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9QXp1cmUlMjBPcGVuQUklMjBTZXJ2aWNlJUUzJTgxJUE3JUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgyJTkyRmluZS10dW5pbmclRTMlODElOTklRTMlODIlOEIlRTYlODklOEIlRTklQTAlODYmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTVjZDkxY2FkNjgzMDFjMjNmZjlhYzY0YTY3ODM5YmVj%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwWW9zdWtlX1Nha2F1ZSUyMGluJTIwJUU2JUEwJUFBJUU1JUJDJThGJUU0JUJDJTlBJUU3JUE0JUJFJUUzJTgyJUJCJUUzJTgyJUJFJUUzJTgzJUIzJUUzJTgzJTg2JUUzJTgyJUFGJUUzJTgzJThFJUUzJTgzJUFEJUUzJTgyJUI4JUUzJTgzJUJDJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz05MTdmMjdmMjVlMGYwMjFlODU5ZGYxNzM5ODY3ZjI4ZQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D39f72aed8dc4717eabeff5285f92a45d)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Azure OpenAI ServiceでモデルをFine-tuningする手順 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Azure OpenAI ServiceでモデルをFine-tuningする手順 - Qiita
Open AIが提供しているモデルはFine-tuning(微調整)をすることでモデルをカスタマイズすることができ... Open AIが提供しているモデルはFine-tuning(微調整)をすることでモデルをカスタマイズすることができます。 自身でモデルをカスタマイズする利点としては、 プロンプト デザインからだけでは得られないより高品質な結果 プロンプトの短縮によるトークン節約 待機時間の短縮 等が挙げられます。 具体的なユースケースとしては自社のデータでトレーニングすることで、社内の専門用語や独自の手続きを理解した上で、文章を生成してくれるモデルを作ることができそうです。 Azure OpenAI ServiceではこのFine-tuningをプレイグラウンド(GUI)から、簡単に実行できます。 前提条件 Azureのサブスクリプションを利用出来る Azure OpenAI Serviceの利用申請が完了しており、リソースが作成できる コストがかかることを許容できる 1. トレーニングデータの準備 トレ