ファインチューニング（Fine-tuning: 微調整）とは，事前に膨大なデータセットで事前学習された基盤モデル（大規模言語モデル: LLM 等）に対し，自社特有の業務データや専門文書，タスク固有の追加データセットを与えてパラメータを追加学習・微調整し，特定のドメインや業務に特化したモデルへとカスタマイズする手法です。したがって正解はウとなります。 各選択肢の解説は以下のとおりです。 機械学習の教師データを作成するために，テキストや画像，音声などのデータに正解ラベル（メタデータ）を付与する作業のことです。 ラベル付けされていないデータ群の中から類似した特徴をもつデータを教師なし学習によって複数のグループに分類する手法です。 モデルの重みパラメータを変更せず，モデルに与える指示文（プロンプト）の表現や文脈，具体例を工夫して適切な出力を引き出す技術です。