AIとデータ分析のリーダーであるDatabricksが、画期的なファインチューニング手法「Test-time Adaptive Optimization（TAO）」を発表しました。
この新技術は、従来の学習方法で必須だった膨大なデータのラベル付けを不要にすることで、大幅なコスト削済とスピードアップを実現します。
TAOを用いて強化されたLlama 3.3 70Bモデルは、米国証券取引委員会の資料に関するベンチマークテストで、既存の手法を凌駕する85.1のスコアを達成。
さらに、このシステムはモデルを使用する度に自己学習し、自動的に性能を改善していくという、持続可能な強みを持っています。
DatabricksのLlamaモデルは、現在選ばれた顧客向けにプライベートプレビューが行われており、これからの進化が期待されます。
出典 : AIデータ分析のDatabricks、LLMのファインチューニングを高速・低コスト化する新手法「TAO」を開発 https://www.atpartners.co.jp/news/2025-03-28-ai-data-analytics-databricks-develops-new-tao-method-for-faster-lower-cost-llm-fine-tuning
