
何が起きたか
Amazon SageMaker AI Serverless Model CustomizationがFull Fine-Tuning(FFT)に対応した。
なぜ重要か
GPUのプロビジョニングや分散学習の設定なしでこの精度を実現でき、インフラ管理なしで深いドメイン適応を進められる。ただしAWSは結果がハイパーパラメータの選択によって変わるとしている。
誰に効くかドメイン特化のファインチューニングジョブを実行する機械学習エンジニアやデータサイエンティストは、マネージドのサーバーレスインターフェースを通じて全パラメータ学習を利用できるようになる。一方、データセットが小規模または単純なチームにはパラメータ効率の良い手法で十分な場合もある。
こういう要約が、毎朝あなたのメールに届きます。
AWSの投稿は、Full Fine-Tuningとパラメータ効率の良い手法の選択を、データセットの拡大とともに鮮明になるトレードオフとして位置づけている。LoRAは事前学習済みの重みを凍結し、小さな低ランク行列を注入する手法で、AWSによれば数万件を超えるとランク不足自体が表現を制限するため精度が頭打ちになる。FFTは重み行列全体を更新し、AWSはデータ規模とともにその優位が広がると報告する。代償は忘却だ。FFTは全パラメータに触れるため、攻めた設定では一般知識が失われかねない。AWSはMMLUでこれを測定し、ウォームアップ5%、バッチサイズ8、学習率2e-5の設定が最もよく保持した。同じ実験でFFTはハイパーパラメータに敏感であることも判明し、学習率5e-5以上ではMATHスコアが2〜3%、MMLUが3.6%まで低下した。AWSはこの機能をサーバーレスと位置づけ、GPUのプロビジョニングもクラスタ構築も不要で、FFTとLoRAの切り替えはSageMaker Python SDKの設定を1つ変えるだけで済むとしている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Valleyinが業務アプリを生成するエンジンAiiPo REACTORの外部提供を2026年11月に開始

OpenAIがCodex上に構築したPerformance Factoryは3カ月で1700件超の調査を完了し、600件超で根本原因を特定

2026年11月10日のThinkingAI Summit 2026 Tokyoで、多牛科技の共同CEO兼副総裁Daniel Wang氏がサポートコスト88%削減を起点とするAIエージェント導入の順序を示した

AI insideと橋本ホールディングスが共同記者会見で、合弁会社設立を目指すデータセンター構想を発表

Polimillは2026年11月19日、行政向け生成AI「QommonsAI」がOpenAIの「GPT-6 Luna」による国内推論に対応し、約1200自治体・65万人規模で展開を開始すると発表した

三上源CEO率いるAgeAIは9月17日開始の五反田バレーアクセラレーションプログラム2026に参加し、臨床実証パートナーとなる医療機関や製薬企業を募集している
