既に学習済みのモデルの知識を別のタスクに転用する手法である。ゼロから学習するよりも効率的で、少量のデータで高精度を実現できる。
デザイン上の利用方法
UIやUXの領域では、一般的な言語モデルを基盤にしつつ、特定のドメイン（医療、金融、教育など）に適用する際に用いる。共通基盤を活かすことで、専門性の高いUI文言生成やユーザーの行動予測を効率化できる。
具体事例
英語ニュースで学習した言語モデルを、日本語ニュース要約のUIに転用する事例がある。基盤知識を保持したまま、言語的・文化的な適応を加えることが可能となる。
デザイン応用シーン
医療アプリで「一般的な健康情報の説明UI」をベースにしつつ、日本の保険制度に沿った情報を追加カスタマイズする際に有効である。
AI関連用語
- ディープラーニング → モデルを「最初から学習」する
- RAG→ モデルに「外部知識」をつなげる
- トランスファーラーニング → 既存の知識を「別の分野に転用」する
- プロンプトエンジニアリング → 「入力の工夫」で性能を引き出す
- インコンテキストラーニング → 「その場の例」で一時的に学ぶ
- ナレッジディスティレーション → 大きなモデルを「小さなモデルに縮小」する
- ゼロショット／ワンショット → 「少ない例で推論」する
