基盤モデル（Foundation Model）とは？
読み方: キバンモデル
30秒まとめ
大規模データで事前学習され、多様なタスクに適用可能な汎用AIモデル。
基盤モデル（Foundation Model）の意味・定義
基盤モデル（Foundation Model）は、大規模なデータセットで事前学習（Pre-training）され、ファインチューニングやプロンプトエンジニアリングによって多様な下流タスクに適用可能な汎用AIモデルを指す概念です。2021年にスタンフォード大学のHAI（Human-Centered AI Institute）が提唱した用語で、GPTシリーズ、Claude、Gemini、LLaMAなどのLLMや、Stable Diffusionなどの画像生成モデルが該当します。一つのモデルをさまざまな目的に転用できるため、個別のタスクごとに専用モデルを開発する必要がなく、AI開発の効率化とコスト削減に貢献しています。一方で、学習データに含まれるバイアスが下流タスクに伝播するリスクや、少数の企業による市場支配への懸念など、社会的な課題も議論されています。基盤モデルの性能向上は、AIアプリケーション全体の品質底上げにつながるため、各社が競って開発を進めています。