自社の会話で、
モデルをファインチューニング

プロンプトはモデルに「何をするか」を伝え、ファインチューニングは「あなたならどうやるか」を教えます。口調、商品の用語、良い返信の形が重みに入れば、それらをプロンプトのたびに払う必要はなくなります — たいていの場合、以前は大きなモデルが必要だった仕事を、より小さく、安く、速いモデルがこなせるということです。

受信箱からです。スレッドの設定でトレーニング用データセットを選び、エージェントの返信を評価します — 👍 を付けた返信が候補になり、「改善」で本来あるべき返信を書くと、その修正もトレーニングペアになります。エージェントのメモリが 10 点中 8 点以上と評価したエピソードは自動で追加でき、Q&A を手動で追加することもできます。チームが書いた返信は集められません。どのペアもエクスポート前にあなたの「含める」を待ちます。実際のお客様のメッセージなので、この機能全体はワークスペースのほかの部分とは別の権限で保護されています。

オープンウェイトのモデルだけです。Claude や GPT のようなホスト型モデルは LoRA でチューニングできないためです。リストはトレーニングプロバイダーがファインチューニングできるモデルの厳選セットで — Llama、Qwen、Mistral、Mixtral、DeepSeek R1 の蒸留モデル、gpt-oss、1B から 120B パラメータまで — それぞれパラメータ数とともに表示されます。

トレーニングはベースモデルの単価で100万トークンごとに計量され、プロバイダーの1回あたりの最低料金があります。データセットをエクスポートすると、トレーニングのダイアログに見積もりが表示されます。実行分は完了時に、ほかのすべてと同じクレジット残高から請求されます。トレーニング後のアダプターは、ベースモデルの推論単価にアダプターのプレミアム倍率を掛けて請求されます。サブスクリプションも席数による課金もありません — 従量課金の仕組みは料金ページをご覧ください。

エージェントのモデルドロップダウンの My Adapters に、ホスト型プロバイダーと並んで表示されます。1つのエージェントに設定し、受信箱の「Run with…」で実際のお客様のメッセージを再実行して、良いほうを残します — 切り替えはドロップダウンで、移行作業ではありません。

いいえ。ワークスペースで作ったデータセットは、そのワークスペースに属するアダプターをトレーニングし、プラットフォームがほかのテナントと混ぜたり共有したりすることはありません。トレーニングのため、エクスポートした JSONL — 電話番号とメールアドレスは除去済み — はトレーニングプロバイダーの Together AI にアップロードされ、そこでファインチューニングが実行され、エージェントが呼び出すアダプターが提供されます。