分野 ：テクノロジ系
中分類：基礎理論
小分類：情報に関する理論

ファインチューニングは、事前学習したAIモデルに対し、少量の追加学習を行うことで、目的のタスクに適応できるようにする手法です。

目的に応じたデータセットを用いてモデルのパラメータを調整し、新たな出力層の設定などを行って新たなAIモデルを作成します。事前学習済のモデルをベースとするため、ゼロからAIモデルを作成する場合と比較し、少ないデータと短い学習時間で必要とするAIモデルを作成することができます。

したがって「エ」が適切な記述です。

• ファインチューニングでは、ラベル付き学習データを用いる教師あり学習が基本です。強化学習は、各行動に対して報酬やスコアを与えながら自律的に学習させる仕組みであり、一般にファインチューニングには使用されません。
• ファインチューニングでは、特定のタスクに合わせて用意した別のデータセットで学習を行います。このデータは事前学習で用いたデータとは別のものです。
• 事前学習の説明です。
• 正しい。ファインチューニングの説明です。