本文へスキップ

AI運用の判断と根拠を引く

トップへ戻る

ファインチューニング/アダプター/蒸留 大全

用語・参照用語・参照公式仕様のみ公式仕様のみ鮮度未確認鮮度を確定できない

記事状態: 公開 · 最終確認: 未確認

要点

「モデル適応には、教師付きfine-tuning、LoRA等のparameter-efficient tuning、量子化併用PEFT、distillationなど異なる経路がある。これらは学習・配備成果物と失敗 利用機能・接続経路が異なるため、“カスタマイズ済み”を一括して扱わない。採用時はbase モデル、方式、training data、成果物、評価、利用可能性をバージョン付きで固定し、未調整比較の基準と同一holdoutで品質・安全性・privacy・costを再評価する。Distillationはteacherとstudentの同一性を保証しない。」

現在の判断

F1. 「ファインチューニング」を一語で扱わない。最低でも (a) 完全管理型の教師ありファインチューニング、(b) アダプター/LoRA PEFT、(c) 量子化PEFT/QLoRA、(d) 蒸留を、それぞれ別の成果物クラスとして扱う。E1-E3。 F2. LoRA/アダプターは、ベースモデルとアダプターの成果物の組み合わせとして扱う必要がある。ベースモデルの改訂版が変われば、アダプターの意味、互換性、性能は再検証の対象となる。これはE1の構造から導かれる実装上の推論(実装 推論)であり、全製品に対する互換性の保証または非保証を断定するものではない。 F3. QLoRAは“LoRAの安価版”というだけではない。数値の精度を下げて処理を軽くする方法 設定、base weights、adapter、training stackが再現性条件・契約に入る。E2。 F4. Distillation(蒸留)は、教師モデルの出力や振る舞いを生徒モデルの学習に利用する関係であり、生徒モデルが教師モデルの能力、安全性、知識の鮮度、ツールの振る舞いを完全に継承することを意味するものではありません。E3/E6。 F5. managed customizationはprovider-level 利用可能な機能ではなく、モデル ID × 方式 × region × account/project 権限 × 利用枠 × API/service 改訂版の利用条件の確認で評価する。E5-E8。 F6. prompt/RAG/tuningは代替関係だけではない。頻繁に変わる知識・ACL付き企業情報は外部検索・取得側、安定した出力様式・task behaviorはtuning候補になり得るが、採用は同一holdoutで比較の基準比較して決める。PROPOSAL。 F7. 学習損失(training loss)の改善は、デプロイの受け入れ確認ではない。調整されていないベースライン、プロンプト/RAGベースライン、調整済み成果物を、同一の非公開ホールドアウトデータで比較し、重大な退行(リグレッション)を平均スコアで相殺しないこと。

どこまで当てはまるか

エンタープライズAIコア / プロバイダーのマッピング / 組織のオーバーレイ / 実装 / ガバナンス / ベンチマーク・評価 / セキュリティ・プライバシー / コスト・運用性

詳しく理解する

なぜ重要か

企業AIでは「基盤モデルをそのまま使う」以外に、教師付きfine-tuning、LoRA等のparameter-efficient fine-tuning (PEFT)、量子化併用PEFT、knowledge distillationなど複数の適応経路が実用化されている。これらは同じ“カスタマイズ”ではなく、更新対象パラメータ、学習資源、serving 成果物、teacher依存、再学習条件、以前の状態へ戻す操作可能性、データ境界が異なる。公開後版ではprompt/RAGとの選択境界、提供元 managed customizationとOSS/self-hosted customizationの差、評価・監査・コストを独立して扱う必要がある。

対象範囲と前提

エンタープライズAIコア / プロバイダーのマッピング / 組織のオーバーレイ / 実装 / ガバナンス / ベンチマーク・評価 / セキュリティ・プライバシー / コスト・運用性

検討ポイント

  • ファインチューニング、アダプター/LoRA/QLoRA、蒸留を、どの成果物/ライフサイクルの境界で分離すべきか。
  • “学習できた”を“本番で安全・有効”へ外挿しないため、何を固定・比較・監査すべきか。
  • 提供元 managed tuningの存在と、特定モデル/region/契約プラン/APIでの利用可能性をどう分離するか。
  • teacherの品質をstudentが自動的に継承するという誤解をどう防ぐか。

根拠資料の対応表

[E1] 出典の分類=主要論文 | タイトル=LoRA: Low-Rank Adaptation of Large Language Models | 著者/組織=Edward J. Hu et al. | 正式なURL=https://arxiv.org/abs/2106.09685 | 公開日=2021-06-17 | アクセス日=2026-09-16 | バージョン=arXiv:2106.09685 | 箇所=Abstract/方式 | ラベル=RESEARCH | 関係性=支持/文脈 | 規定事項:学習済み重みを固定したまま、学習可能な低ランク行列を注入する。パラメータ効率の高い適応は、フルファインチューニングとは構造的に異なる。 [E2] source_class=primary paper | title=QLoRA: Efficient Finetuning of Quantized LLMs | 著者・組織=Tim Dettmers et al. | 正式な=https://arxiv.org/abs/2305.14314 | published=2023-05-23 | 参照日=2026-09-16 | バージョン=arXiv:2305.14314 | 資料内の該当箇所=Abstract/Methods | 分類ラベル=RESEARCH | 対応関係=裏付け/limit | establishes backpropagation through a frozen quantized pretrained モデル into LoRA adapters; 数値の精度を下げて処理を軽くする方法+adapter is a distinct 実装 path, not equivalent to full-precision full-model tuning. [E3] source_class=primary paper | title=Distilling the Knowledge in a Neural Network | 著者・組織=Geoffrey Hinton, Oriol Vinyals, Jeff Dean | 正式な=https://arxiv.org/abs/1503.02531 | published=2015-03-09 | 参照日=2026-09-16 | バージョン=arXiv:1503.02531 | 資料内の該当箇所=Abstract/Distillation section | 分類ラベル=RESEARCH | 対応関係=裏付け/文脈・入力情報 | establishes teacher/ensemble knowledge transfer to a smaller deployable モデル through training targets; distillation is a training relationship, not モデル 主体の識別 equivalence. [E4] source_class=author-maintained 実装/docs | title=PEFT 仕様・利用方法の文書 — LoRA | 著者・組織=Hugging Face | 正式な=https://huggingface.co/docs/peft/main/en/conceptual_guides/lora | 参照日=2026-09-16 | バージョン=現在の web docs; exact package 公開・提供 not pinned in this 実行 | 資料内の該当箇所=LoRA conceptual guide | 分類ラベル=OSS_PRACTICE / PRODUCT_VOLATILE | 対応関係=裏付け/文脈・入力情報 | 現在の PEFT 実装 exposes LoRA as adapter-based parameter-efficient tuning; exact package/バージョン must be pinned by update Work before reproducibility claims. [E5] source_class=official product docs | title=Fine-tuning guide | 著者・組織=OpenAI | 正式な=https://platform.openai.com/docs/guides/fine-tuning | 参照日=2026-09-16 | バージョン=現在の docs; supported モデル IDs are PRODUCT_VOLATILE | 資料内の該当箇所=Fine-tuning methods/処理の流れ/評価 guidance | 分類ラベル=VERIFIED_SPEC / PRODUCT_VOLATILE | 対応関係=裏付け/limit | managed fine-tuning exists as 提供元 処理の流れ; 現在の supported models, 方式 利用可能性 and account eligibility must be re-read at 採用 time. [E6] source_class=official product docs | title=モデル Distillation | 著者・組織=OpenAI | 正式な=https://platform.openai.com/docs/guides/distillation | 参照日=2026-09-16 | バージョン=現在の docs; モデル IDs PRODUCT_VOLATILE | 資料内の該当箇所=Distillation 処理の流れ | 分類ラベル=VERIFIED_SPEC / PRODUCT_VOLATILE | 対応関係=裏付け/文脈・入力情報 | 提供元 処理の流れ can use stronger-model outputs/evals as part of a smaller-model optimization loop; this does not establish teacher-equivalent quality across arbitrary workloads. [E7] source_class=official product docs | title=Tune Gemini models by using supervised fine-tuning | 著者・組織=Google Cloud | 正式な=https://cloud.google.com/vertex-ai/generative-ai/docs/models/tune-models | 参照日=2026-09-16 | バージョン=現在の Vertex AI docs; モデル/region 裏付け PRODUCT_VOLATILE | 資料内の該当箇所=Supported models / tuning 処理の流れ | 分類ラベル=VERIFIED_SPEC / PRODUCT_VOLATILE | 対応関係=裏付け/limit | managed supervised tuning is 提供元/model-gated; 利用可能性 must be evaluated by モデル, region, project permissions and service 状態 rather than provider-level yes/no. [E8] source_class=official product docs | title=Customize your モデル to improve its performance for your use case | 著者・組織=Amazon Web Services | 正式な=https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html | 参照日=2026-09-16 | バージョン=現在の Bedrock docs; モデル/region 裏付け PRODUCT_VOLATILE | 資料内の該当箇所=モデル customization methods | 分類ラベル=VERIFIED_SPEC / PRODUCT_VOLATILE | 対応関係=裏付け/limit | Bedrock exposes managed モデル customization paths, but supported customization 方式 varies by モデル/提供元/region and must be pinned at update time.

利用できる条件

提供元; base モデル exact ID/改訂版; customization 方式; region; account/project/org eligibility; API/service 改訂版; 利用枠; minimum/maximum dataset constraints; supported input/output modality; adapter serving 裏付け; dedicated/shared endpoint requirement; encryption/データの保存地域 controls; 保持期間・保持方針; pricing; deprecation 状態. 2026-09-16時点の現在の product matrixはPRODUCT_VOLATILEであり、公開後Workで再pinする。

実装・運用

  • Research/OSS: LoRAとQLoRAは確立した公開手法で、PEFT等に実装経路がある。RESEARCH / OSS_PRACTICE。
  • Managed 提供元: OpenAI/Vertex AI/Bedrockにモデル customization経路が存在する。VERIFIED_SPEC / PRODUCT_VOLATILE。ただし“全モデルでfine-tuning可能”とはしない。
  • Enterprise Core proposal: customization 成果物を base_model_ref + 方式 + training_data_manifest + hyperparameters + code/service 改訂版 + resulting_artifact_id/hash + eval_suite + 承認 として登録する。

確認・評価方法

後続TEST_PROFILE: A. fixed hidden holdoutを、untuned base / prompt-only / RAG where applicable / tuned or adapter / distilled studentで比較。 B. task quality: exact/task 成功, データ形式の定義 adherence, domain terminology, 数値評価と実態の対応調整 where meaningful。 C. regression: general 利用可能な機能 probes, refusal/安全性, ツール/function-call correctness, multilingual, long-context subset。 D. memorization/privacy: 一部だけで試す段階的な提供/near-verbatim extraction、train-neighbor test、PII/秘密情報 scan。 E. robustness: paraphrase、OOD、adversarial/ambiguous inputs。 F. operability: training wall time、training cost、成果物 保存領域、serving latency p50/p95、per-request cost、以前の状態へ戻す操作 time。 G. distillation: teacher vs student disagreement matrixを保持し、teacher-correct/student-wrong、teacher-wrong/student-correct、both-wrongを分離。 受け入れ確認は平均scoreだけでなくcritical-regression 確認・承認の条件を持つ。

セキュリティとプライバシー

training 検索対象の文書群のorigin、classification、consent/licensing、PII/秘密情報、提供元 upload path、保持期間・保持方針/deletion 根拠を保持。公開資料を組織の利用環境実設定の証明にしない。 監査: dataset manifest/hash、split seed、base モデル ID、方式、hyperparameters、service/package バージョン、成果物 ID/hash、評価 suite/バージョン、承認、配備 endpoint/バージョン、以前の状態へ戻す操作 対象を記録。

コストと運用負荷

training費用だけでなく、data curation、評価、成果物 保存領域、dedicated endpoint、推論 token/compute、再学習頻度をTCO化。LoRA/QLoRAの研究上の効率性を特定managed productの料金優位へ外挿しない。

OPERABILITY

base retirement、adapter compatibility、提供元 モデル deprecation、dataset refresh、以前の状態へ戻す操作、multi-region 利用可能性をlifecycleに含める。

現行性の確認範囲と限界

OpenAI fine-tuning is a shrinking PRODUCT_VOLATILE path; provider-managed fine-tuning must not be represented as stable future default or as exposing LoRA/adapter internals.

確認できていること

  • F1. 「ファインチューニング」を一語で扱わない。最低でも (a) 完全管理型の教師ありファインチューニング、(b) アダプター/LoRA PEFT、(c) 量子化PEFT/QLoRA、(d) 蒸留を、それぞれ別の成果物クラスとして扱う。E1-E3。 F2. LoRA/アダプターは、ベースモデルとアダプターの成果物の組み合わせとして扱う必要がある。ベースモデルの改訂版が変われば、アダプターの意味、互換性、性能は再検証の対象となる。これはE1の構造から導かれる実装上の推論(実装 推論)であり、全製品に対する互換性の保証または非保証を断定するものではない。 F3. QLoRAは“LoRAの安価版”というだけではない。数値の精度を下げて処理を軽くする方法 設定、base weights、adapter、training stackが再現性条件・契約に入る。E2。 F4. Distillation(蒸留)は、教師モデルの出力や振る舞いを生徒モデルの学習に利用する関係であり、生徒モデルが教師モデルの能力、安全性、知識の鮮度、ツールの振る舞いを完全に継承することを意味するものではありません。E3/E6。 F5. managed customizationはprovider-level 利用可能な機能ではなく、モデル ID × 方式 × region × account/project 権限 × 利用枠 × API/service 改訂版の利用条件の確認で評価する。E5-E8。 F6. prompt/RAG/tuningは代替関係だけではない。頻繁に変わる知識・ACL付き企業情報は外部検索・取得側、安定した出力様式・task behaviorはtuning候補になり得るが、採用は同一holdoutで比較の基準比較して決める。PROPOSAL。 F7. 学習損失(training loss)の改善は、デプロイの受け入れ確認ではない。調整されていないベースライン、プロンプト/RAGベースライン、調整済み成果物を、同一の非公開ホールドアウトデータで比較し、重大な退行(リグレッション)を平均スコアで相殺しないこと。

よくある失敗・反証

  • 破滅的忘却(catastrophic forgetting)/能力の退行(利用可能な機能 regression): 狭いタスクへの適応によって、一般的な能力や安全な挙動が低下する可能性があります。特定の手法における必然的な失敗率(失敗 rate)は、本パケットでは確定しません。

  • 過学習 / リーク:訓練データと評価データの重複、類似データの存在、テンプレートの漏洩により、見かけ上の改善が生じる。

  • adapter/base drift: base 改訂版変更後に旧adapter評価をそのまま継承しない。

  • distillation ceiling/shift: teacher error/biasをstudentへ転写し得る一方、studentの容量・training objectiveにより別の失敗も生じる。teacher pass ≠ student pass。

  • 安全性 regression: task quality改善とpolicy/安全性 behaviorは別評価軸。

  • data 運用管理・統制: tuning 検索対象の文書群への秘密情報・PII投入可否、保持期間・保持方針、training data handlingは提供元/組織の利用環境契約・設定依存。公開 docsだけで特定組織の利用環境状態を証明しない。

  • 比較評価 transfer: 公開 比較評価 improvementを組織の利用環境 workloadの保証へ外挿しない。

  • 本Packetでは手法境界、主要一次研究、managed 提供元 existence、失敗 envelope、評価/監査 条件・契約まで確立。次回同じEA-081を再採集するのは、上記OPEN_UNKNOWNを現在の 製品への対応付けとして閉じる場合、または出典 バージョン/記述・判断 対応関係に実質差分が生じた場合のみ。

    ---

実務での使い方

  • 提供元; base モデル exact ID/改訂版; customization 方式; region; account/project/org eligibility; API/service 改訂版; 利用枠; minimum/maximum dataset constraints; supported input/output modality; adapter serving 裏付け; dedicated/shared endpoint requirement; encryption/データの保存地域 controls; 保持期間・保持方針; pricing; deprecation 状態. 2026-09-16時点の現在の product matrixはPRODUCT_VOLATILEであり、公開後Workで再pinする。

  • Research/OSS: LoRAとQLoRAは確立した公開手法で、PEFT等に実装経路がある。RESEARCH / OSS_PRACTICE。

  • Managed 提供元: OpenAI/Vertex AI/Bedrockにモデル customization経路が存在する。VERIFIED_SPEC / PRODUCT_VOLATILE。ただし“全モデルでfine-tuning可能”とはしない。

  • Enterprise Core proposal: customization 成果物を base_model_ref + 方式 + training_data_manifest + hyperparameters + code/service 改訂版 + resulting_artifact_id/hash + eval_suite + 承認 として登録する。

  • 後続TEST_PROFILE: A. fixed hidden holdoutを、untuned base / prompt-only / RAG where applicable / tuned or adapter / distilled studentで比較。 B. task quality: exact/task 成功, データ形式の定義 adherence, domain terminology, 数値評価と実態の対応調整 where meaningful。 C. regression: general 利用可能な機能 probes, refusal/安全性, ツール/function-call correctness, multilingual, long-context subset。 D. memorization/privacy: 一部だけで試す段階的な提供/near-verbatim extraction、train-neighbor test、PII/秘密情報 scan。 E. robustness: paraphrase、OOD、adversarial/ambiguous inputs。 F. operability: training wall time、training cost、成果物 保存領域、serving latency p50/p95、per-request cost、以前の状態へ戻す操作 time。 G. distillation: teacher vs student disagreement matrixを保持し、teacher-correct/student-wrong、teacher-wrong/student-correct、both-wrongを分離。 受け入れ確認は平均scoreだけでなくcritical-regression 確認・承認の条件を持つ。

  • training 検索対象の文書群のorigin、classification、consent/licensing、PII/秘密情報、提供元 upload path、保持期間・保持方針/deletion 根拠を保持。公開資料を組織の利用環境実設定の証明にしない。 監査: dataset manifest/hash、split seed、base モデル ID、方式、hyperparameters、service/package バージョン、成果物 ID/hash、評価 suite/バージョン、承認、配備 endpoint/バージョン、以前の状態へ戻す操作 対象を記録。

  • 公開後更新時にOpenAI / Google Vertex AI / AWS Bedrockの現在の supported モデル × customization 方式 × region × pricing matrixを公式docsから再pin。

  • OSS採用候補ではPEFT/Transformers/bitsandbytes等のexact 公開・提供/tag/commitと互換matrixを固定。

  • tuning 検索対象の文書群の運用管理・統制 条件・契約と評価 split contamination checkを先に作る。

  • MODEL CUSTOMIZATION ARTIFACT CONTRACT をCore候補として検討: base_model_ref, tokenizer/processor_ref, 方式, adapter/数値の精度を下げて処理を軽くする方法 設定, dataset manifest/hash, training code/service 改訂版, hyperparameters, resulting 成果物 ID/hash, 評価 suite, 安全性/privacy results, 承認, 配備/以前の状態へ戻す操作 refs。

  • prompt/RAG/tuning/distillationを同一task economicsで比較し、training costだけで選ばない。

  • OpenAI fine-tuning is a shrinking PRODUCT_VOLATILE path; provider-managed fine-tuning must not be represented as stable future default or as exposing LoRA/adapter internals.

まだ確認できていないこと

  • EA-081-UNKNOWN-01

    / STOP_CONDITION

  • EA-081-UNKNOWN-02

    2026-09-16時点の各提供元のexact supported モデル IDs、region、pricing、利用枠、保持期間・保持方針/data-residency matrix; PEFT 現在の exact 公開・提供/tag/commit; managed 提供元内部がLoRA等どのparameterizationを採るか(提供元が明示しない限り未確認事項)。

  • EA-081-UNKNOWN-CURRENTNESS

    外部根拠の再確認日が正式な本文・公開管理情報で確定していないため、現行性は未確認のまま保持する。確認日を推測して補わない。

根拠資料

出典ID・検証情報・機械可読データ

根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。

記事ID
EA-081
最終確認日
—
提供元・モデル・プラン・利用環境
—
対象地域
—
元資料の全文と収録照合記録
WHY_THIS_MATTERS_TO_UPDATE

企業AIでは「基盤モデルをそのまま使う」以外に、教師付きfine-tuning、LoRA等のparameter-efficient fine-tuning (PEFT)、量子化併用PEFT、knowledge distillationなど複数の適応経路が実用化されている。これらは同じ“カスタマイズ”ではなく、更新対象パラメータ、学習資源、serving artifact、teacher依存、再学習条件、rollback可能性、データ境界が異なる。公開後版ではprompt/RAGとの選択境界、provider managed customizationとOSS/self-hosted customizationの差、評価・監査・コストを独立して扱う必要がある。

SCOPE_ROUTING

Enterprise AI Core / provider mapping / organization overlay / implementation / governance / benchmark-evaluation / security-privacy / cost-operability

CLAIM_OR_RESEARCH_QUESTION
  • Fine-tuning、adapter/LoRA/QLoRA、distillationをどのartifact/lifecycle境界で分離すべきか。
  • “学習できた”を“本番で安全・有効”へ外挿しないため、何を固定・比較・監査すべきか。
  • provider managed tuningの存在と、特定model/region/plan/APIでのavailabilityをどう分離するか。
  • teacherの品質をstudentが自動的に継承するという誤解をどう防ぐか。
EVIDENCE TABLE

[E1] source_class=primary paper | title=LoRA: Low-Rank Adaptation of Large Language Models | author/org=Edward J. Hu et al. | canonical=https://arxiv.org/abs/2106.09685 | published=2021-06-17 | accessed=2026-09-16 | version=arXiv:2106.09685 | locator=Abstract/Method | label=RESEARCH | relation=support/context | establishes freezing pretrained weights while injecting trainable low-rank matrices; parameter-efficient adaptation is structurally distinct from full fine-tuning. [E2] source_class=primary paper | title=QLoRA: Efficient Finetuning of Quantized LLMs | author/org=Tim Dettmers et al. | canonical=https://arxiv.org/abs/2305.14314 | published=2023-05-23 | accessed=2026-09-16 | version=arXiv:2305.14314 | locator=Abstract/Methods | label=RESEARCH | relation=support/limit | establishes backpropagation through a frozen quantized pretrained model into LoRA adapters; quantization+adapter is a distinct implementation path, not equivalent to full-precision full-model tuning. [E3] source_class=primary paper | title=Distilling the Knowledge in a Neural Network | author/org=Geoffrey Hinton, Oriol Vinyals, Jeff Dean | canonical=https://arxiv.org/abs/1503.02531 | published=2015-03-09 | accessed=2026-09-16 | version=arXiv:1503.02531 | locator=Abstract/Distillation section | label=RESEARCH | relation=support/context | establishes teacher/ensemble knowledge transfer to a smaller deployable model through training targets; distillation is a training relationship, not model identity equivalence. [E4] source_class=author-maintained implementation/docs | title=PEFT documentation — LoRA | author/org=Hugging Face | canonical=https://huggingface.co/docs/peft/main/en/conceptual_guides/lora | accessed=2026-09-16 | version=current web docs; exact package release not pinned in this run | locator=LoRA conceptual guide | label=OSS_PRACTICE / PRODUCT_VOLATILE | relation=support/context | current PEFT implementation exposes LoRA as adapter-based parameter-efficient tuning; exact package/version must be pinned by update Work before reproducibility claims. [E5] source_class=official product docs | title=Fine-tuning guide | author/org=OpenAI | canonical=https://platform.openai.com/docs/guides/fine-tuning | accessed=2026-09-16 | version=current docs; supported model IDs are PRODUCT_VOLATILE | locator=Fine-tuning methods/workflow/evaluation guidance | label=VERIFIED_SPEC / PRODUCT_VOLATILE | relation=support/limit | managed fine-tuning exists as provider workflow; current supported models, method availability and account eligibility must be re-read at adoption time. [E6] source_class=official product docs | title=Model Distillation | author/org=OpenAI | canonical=https://platform.openai.com/docs/guides/distillation | accessed=2026-09-16 | version=current docs; model IDs PRODUCT_VOLATILE | locator=Distillation workflow | label=VERIFIED_SPEC / PRODUCT_VOLATILE | relation=support/context | provider workflow can use stronger-model outputs/evals as part of a smaller-model optimization loop; this does not establish teacher-equivalent quality across arbitrary workloads. [E7] source_class=official product docs | title=Tune Gemini models by using supervised fine-tuning | author/org=Google Cloud | canonical=https://cloud.google.com/vertex-ai/generative-ai/docs/models/tune-models | accessed=2026-09-16 | version=current Vertex AI docs; model/region support PRODUCT_VOLATILE | locator=Supported models / tuning workflow | label=VERIFIED_SPEC / PRODUCT_VOLATILE | relation=support/limit | managed supervised tuning is provider/model-gated; availability must be evaluated by model, region, project permissions and service state rather than provider-level yes/no. [E8] source_class=official product docs | title=Customize your model to improve its performance for your use case | author/org=Amazon Web Services | canonical=https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html | accessed=2026-09-16 | version=current Bedrock docs; model/region support PRODUCT_VOLATILE | locator=Model customization methods | label=VERIFIED_SPEC / PRODUCT_VOLATILE | relation=support/limit | Bedrock exposes managed model customization paths, but supported customization method varies by model/provider/region and must be pinned at update time.

FINDINGS

F1. “Fine-tuning”を一語で扱わない。最低でも (a) full/managed supervised fine-tuning、(b) adapter/LoRA PEFT、(c) quantized PEFT/QLoRA、(d) distillation を別artifact classとする。E1-E3。 F2. LoRA/adapterはbase modelとadapter artifactの組合せとして扱う必要がある。base model revisionが変わればadapterの意味・互換性・性能は再検証対象になる。これはE1の構造から導くIMPLEMENTATION INFERENCEであり、全製品への互換保証/非保証を断定しない。 F3. QLoRAは“LoRAの安価版”というだけではない。quantization configuration、base weights、adapter、training stackが再現性contractに入る。E2。 F4. Distillationはteacher output/behaviorをstudent trainingへ利用する関係であり、studentがteacherの能力、安全性、知識鮮度、tool behaviorを完全継承することを意味しない。E3/E6。 F5. managed customizationはprovider-level capabilityではなく、model ID × method × region × account/project permission × quota × API/service revisionのavailability gateで評価する。E5-E8。 F6. prompt/RAG/tuningは代替関係だけではない。頻繁に変わる知識・ACL付き企業情報は外部retrieval側、安定した出力様式・task behaviorはtuning候補になり得るが、採用は同一holdoutでbaseline比較して決める。PROPOSAL。 F7. training lossの改善はdeployment acceptanceではない。untuned baseline、prompt/RAG baseline、tuned artifactを同じhidden holdoutで比較し、critical regressionsを平均scoreで相殺しない。

LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE
  • catastrophic forgetting / capability regression: 狭いtaskへの適応で一般能力・安全挙動が落ち得る。特定手法の必然的failure rateは本Packetでは確定しない。
  • overfitting / leakage: train/eval重複、near-duplicate、template leakageで見かけ上の改善が生じる。
  • adapter/base drift: base revision変更後に旧adapter評価をそのまま継承しない。
  • distillation ceiling/shift: teacher error/biasをstudentへ転写し得る一方、studentの容量・training objectiveにより別のfailureも生じる。teacher pass ≠ student pass。
  • safety regression: task quality改善とpolicy/safety behaviorは別評価軸。
  • data governance: tuning corpusへの秘密情報・PII投入可否、retention、training data handlingはprovider/tenant契約・設定依存。public docsだけで特定tenant状態を証明しない。
  • benchmark transfer: public benchmark improvementをtenant workloadの保証へ外挿しない。
AVAILABILITY_GATES

provider; base model exact ID/revision; customization method; region; account/project/org eligibility; API/service revision; quota; minimum/maximum dataset constraints; supported input/output modality; adapter serving support; dedicated/shared endpoint requirement; encryption/data residency controls; retention; pricing; deprecation state. 2026-09-16時点のcurrent product matrixはPRODUCT_VOLATILEであり、公開後Workで再pinする。

IMPLEMENTATION_STATE
  • Research/OSS: LoRAとQLoRAは確立した公開手法で、PEFT等に実装経路がある。RESEARCH / OSS_PRACTICE。
  • Managed provider: OpenAI/Vertex AI/Bedrockにmodel customization経路が存在する。VERIFIED_SPEC / PRODUCT_VOLATILE。ただし“全modelでfine-tuning可能”とはしない。
  • Enterprise Core proposal: customization artifactを base_model_ref + method + training_data_manifest + hyperparameters + code/service revision + resulting_artifact_id/hash + eval_suite + approval として登録する。
BENCHMARK_OR_EVAL

後続TEST_PROFILE: A. fixed hidden holdoutを、untuned base / prompt-only / RAG where applicable / tuned or adapter / distilled studentで比較。 B. task quality: exact/task success, schema adherence, domain terminology, calibration where meaningful。 C. regression: general capability probes, refusal/safety, tool/function-call correctness, multilingual, long-context subset。 D. memorization/privacy: canary/near-verbatim extraction、train-neighbor test、PII/secret scan。 E. robustness: paraphrase、OOD、adversarial/ambiguous inputs。 F. operability: training wall time、training cost、artifact storage、serving latency p50/p95、per-request cost、rollback time。 G. distillation: teacher vs student disagreement matrixを保持し、teacher-correct/student-wrong、teacher-wrong/student-correct、both-wrongを分離。 Acceptanceは平均scoreだけでなくcritical-regression gateを持つ。

SECURITY/PRIVACY

training corpusのorigin、classification、consent/licensing、PII/secrets、provider upload path、retention/deletion evidenceを保持。公開資料をtenant実設定の証明にしない。 AUDIT: dataset manifest/hash、split seed、base model ID、method、hyperparameters、service/package version、artifact ID/hash、eval suite/version、approval、deployment endpoint/version、rollback targetを記録。

COST

training費用だけでなく、data curation、eval、artifact storage、dedicated endpoint、inference token/compute、再学習頻度をTCO化。LoRA/QLoRAの研究上の効率性を特定managed productの料金優位へ外挿しない。

OPERABILITY

base retirement、adapter compatibility、provider model deprecation、dataset refresh、rollback、multi-region availabilityをlifecycleに含める。

SAFE_WORDING_FOR_FUTURE_BOOK

「モデル適応には、教師付きfine-tuning、LoRA等のparameter-efficient tuning、量子化併用PEFT、distillationなど異なる経路がある。これらは学習・配備artifactとfailure surfaceが異なるため、“カスタマイズ済み”を一括して扱わない。採用時はbase model、method、training data、artifact、evaluation、availabilityをversion付きで固定し、未調整baselineと同一holdoutで品質・安全性・privacy・costを再評価する。Distillationはteacherとstudentの同一性を保証しない。」

UPDATE_WORK_HANDOFF
  • 公開後更新時にOpenAI / Google Vertex AI / AWS Bedrockのcurrent supported model × customization method × region × pricing matrixを公式docsから再pin。
  • OSS採用候補ではPEFT/Transformers/bitsandbytes等のexact release/tag/commitと互換matrixを固定。
  • tuning corpusのgovernance contractとeval split contamination checkを先に作る。
  • MODEL CUSTOMIZATION ARTIFACT CONTRACT をCore候補として検討: base_model_ref, tokenizer/processor_ref, method, adapter/quantization config, dataset manifest/hash, training code/service revision, hyperparameters, resulting artifact ID/hash, eval suite, safety/privacy results, approval, deployment/rollback refs。
  • prompt/RAG/tuning/distillationを同一task economicsで比較し、training costだけで選ばない。
OPEN_UNKNOWN

/ STOP_CONDITION

OPEN_UNKNOWN

2026-09-16時点の各providerのexact supported model IDs、region、pricing、quota、retention/data-residency matrix; PEFT current exact release/tag/commit; managed provider内部がLoRA等どのparameterizationを採るか(providerが明示しない限りUNKNOWN)。

STOP_CONDITION

本Packetでは手法境界、主要一次研究、managed provider existence、failure envelope、evaluation/audit contractまで確立。次回同じEA-081を再採集するのは、上記OPEN_UNKNOWNをcurrent provider mappingとして閉じる場合、またはsource version/claim relationに実質差分が生じた場合のみ。

---

AUDITED_CURRENTNESS_BOUNDARY

OpenAI fine-tuning is a shrinking PRODUCT_VOLATILE path; provider-managed fine-tuning must not be represented as stable future default or as exposing LoRA/adapter internals.

  • EVD-EA-081-URL-CAE140A2C5E7研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E1] source_class=primary paper | title=LoRA: Low-Rank Adaptation of Large Language Models | author/org=Edward J. Hu et al. | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-CAE140A2C5E7
    検証箇所
    EVIDENCE TABLE · E1 · [E1] source_class=primary paper | title=LoRA: Low-Rank Adaptation of Large Language Models | author/org=Edward J. Hu et al. | canonical=https://arxiv.org/abs/2106.09685
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-2E95EE3FF8D6研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E2] source_class=primary paper | title=QLoRA: Efficient Finetuning of Quantized LLMs | author/org=Tim Dettmers et al. | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-2E95EE3FF8D6
    検証箇所
    EVIDENCE TABLE · E2 · [E2] source_class=primary paper | title=QLoRA: Efficient Finetuning of Quantized LLMs | author/org=Tim Dettmers et al. | canonical=https://arxiv.org/abs/2305.14314
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-C31CB77E5FCF研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E3] source_class=primary paper | title=Distilling the Knowledge in a Neural Network | author/org=Geoffrey Hinton, Oriol Vinyals, Jeff Dean | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-C31CB77E5FCF
    検証箇所
    EVIDENCE TABLE · E3 · [E3] source_class=primary paper | title=Distilling the Knowledge in a Neural Network | author/org=Geoffrey Hinton, Oriol Vinyals, Jeff Dean | canonical=https://arxiv.org/abs/1503.02531
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-5AD14EFCBCF5研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E4] source_class=author-maintained implementation/docs | title=PEFT documentation — LoRA | author/org=Hugging Face | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-5AD14EFCBCF5
    検証箇所
    EVIDENCE TABLE · E4 · [E4] source_class=author-maintained implementation/docs | title=PEFT documentation — LoRA | author/org=Hugging Face | canonical=https://huggingface.co/docs/peft/main/en/conceptual_guides/lora
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-5F95CF97560C研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E5] source_class=official product docs | title=Fine-tuning guide | author/org=OpenAI | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-5F95CF97560C
    検証箇所
    EVIDENCE TABLE · E5 · [E5] source_class=official product docs | title=Fine-tuning guide | author/org=OpenAI | canonical=https://platform.openai.com/docs/guides/fine-tuning
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-D712A5AD2753研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E6] source_class=official product docs | title=Model Distillation | author/org=OpenAI | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-D712A5AD2753
    検証箇所
    EVIDENCE TABLE · E6 · [E6] source_class=official product docs | title=Model Distillation | author/org=OpenAI | canonical=https://platform.openai.com/docs/guides/distillation
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-59361017EB4C研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E7] source_class=official product docs | title=Tune Gemini models by using supervised fine-tuning | author/org=Google Cloud | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-59361017EB4C
    検証箇所
    EVIDENCE TABLE · E7 · [E7] source_class=official product docs | title=Tune Gemini models by using supervised fine-tuning | author/org=Google Cloud | canonical=https://cloud.google.com/vertex-ai/generative-ai/docs/models/tune-models
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-081-URL-762EE5091783研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    [E8] source_class=official product docs | title=Customize your model to improve its performance for your use case | author/org=Amazon Web Services | canonical=

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-081-URL-762EE5091783
    検証箇所
    EVIDENCE TABLE · E8 · [E8] source_class=official product docs | title=Customize your model to improve its performance for your use case | author/org=Amazon Web Services | canonical=https://docs.aws.amazon.com/bedrock/latest/userguide/custom-models.html
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EA-081-R11-RESEARCH研究資料研究資料根拠の出所: AUDITED_CANONICAL_RESEARCH_PACKET

    EA-081 監査済みresearch / canonical revision binding

    裏付ける内容
    F1. “Fine-tuning”を一語で扱わない。最低でも (a) full/managed supervised fine-tuning、(b) adapter/LoRA PEFT、(c) quantized PEFT/QLoRA、(d) distillation を別artifact classとする。E1-E3。 F2. LoRA/adapterはbase modelとadapter artifactの組合せとして扱う必要がある。base model revisionが変わればadapterの意味・互換性・性能は再検証対象になる。これはE1の構造から導くIMPLEMENTATION INFERENCEであり、全製品への互換保証/非保証を断定しない。 F3. QLoRAは“LoRAの安価版”というだけではない。quantization configuration、base weights、adapter、training stackが再現性contractに入る。E2。 F4. Distillationはteacher output/behaviorをstudent trainingへ利用する関係であり、studentがteacherの能力、安全性、知識鮮度、tool behaviorを完全継承することを意味しない。E3/E6。 F5. managed customizationはprovider-level capabilityではなく、model ID × method × region × account/project permission × quota × API/service revisionのavailability gateで評価する。E5-E8。 F6. prompt/RAG/tuningは代替関係だけではない。頻繁に変わる知識・ACL付き企業情報は外部retrieval側、安定した出力様式・task behaviorはtuning候補になり得るが、採用は同一holdoutでbaseline比較して決める。PROPOSAL。 F7. training lossの改善はdeployment acceptanceではない。untuned baseline、prompt/RAG baseline、tuned artifactを同じhidden holdoutで比較し、critical regressionsを平均scoreで相殺しない。
    確認日
    —
    出典・実験ID
    COMM-076-EA0081
    検証箇所
    COMM-076-EA0081 · EA-081-R5-LEGACY-MIGRATION-20261008-R1 · content/staging/EA-081.md
    適用範囲
    監査済みEA本文・canonical revision・既存Source Graph relationの範囲。欠損currentnessは推測で閉じない。
    出典・来歴
    AUDIT_PASS_CANONICAL_BINDING
    限界
    canonical監査・revision bindingの存在を示す。外部ソースcurrentnessが本文またはcontrol-planeで確定していない場合は、currentnessをUNKNOWNのまま保持する。
  • EA-081-R11-WEB-READBACK実装資料実装資料根拠の出所: IMPLEMENTATION_READBACK

    EA-081 Web body identity / canonical readback

    裏付ける内容
    canonical staging bodyのSHA-256一致とR9 canonical ledger readbackをProduction projectionの入力として検証する。
    確認日
    —
    出典・実験ID
    WEBBODY-EA0081-R8-AF60D5C6
    検証箇所
    WEBBODY-EA0081-R8-AF60D5C6 · content/staging/EA-081.md · EA-081-R5-LEGACY-MIGRATION-20261008-R1
    適用範囲
    R9/R10 canonical readback後のProduction生成時body identity。
    出典・来歴
    CANONICAL_READBACK_BODY_HASH_MATCH
    限界
    body identity/readbackは本文claim自体の真偽や外部ソースの最新性を追加保証しない。
出典ID
COMM-076-EA0081, SRC-EA-081-URL-CAE140A2C5E7, SRC-EA-081-URL-2E95EE3FF8D6, SRC-EA-081-URL-C31CB77E5FCF, SRC-EA-081-URL-5AD14EFCBCF5, SRC-EA-081-URL-5F95CF97560C, SRC-EA-081-URL-D712A5AD2753, SRC-EA-081-URL-59361017EB4C, SRC-EA-081-URL-762EE5091783, WEBBODY-EA0081-R8-AF60D5C6
追跡中のUNKNOWN ID
EA-081-UNKNOWN-01, EA-081-UNKNOWN-02, EA-081-UNKNOWN-CURRENTNESS
再確認のきっかけ
正式な 改訂版/publication 状態 change · 本文 成果物 hash change · 出典 現行性 change · new contradiction or 実装 結果の照合

機械検査: 通過 — 機械検査の結果です。情報の正確性や実行の承認を保証するものではありません。

    同じ記事IDの機械可読データです。