私は以前ずっと、AIモデルの学習は一般の人には縁が遠いものだと思っていました。
データ処理を理解し、パラメータを理解し、さらにデプロイも理解し、エンジニアリング環境も必要です。業界での経験がある多くの人たちは、問題がどこにあるのかを分かっていても、実際にモデル構築に携わることは難しいのです。
だからこそ、@OpenLedger のModelFactoryを見て、どの層のハードルを下げるのかにより注目しました。
公式資料によれば、ModelFactoryはGUIのみのモデル微調整プラットフォームで、ユーザーはモデルを選び、設定を調整し、学習のプロセスを確認し、その結果をテストやAPI接続に使えます。
この方向性がうまく回り始めれば、専門モデルの参加者はエンジニアだけに限られなくなります。金融、医療、法律、リスク管理の分野の人たちも、自分の専門データや業務シーンをモデル学習に持ち込めるかもしれません。
$OPEN が、モデル登録、学習、デプロイ、推論呼び出しの各段階で果たす用途も、そのため理解されやすくなります。
@OpenLedger $OPEN #OpenLedger
データ処理を理解し、パラメータを理解し、さらにデプロイも理解し、エンジニアリング環境も必要です。業界での経験がある多くの人たちは、問題がどこにあるのかを分かっていても、実際にモデル構築に携わることは難しいのです。
だからこそ、@OpenLedger のModelFactoryを見て、どの層のハードルを下げるのかにより注目しました。
公式資料によれば、ModelFactoryはGUIのみのモデル微調整プラットフォームで、ユーザーはモデルを選び、設定を調整し、学習のプロセスを確認し、その結果をテストやAPI接続に使えます。
この方向性がうまく回り始めれば、専門モデルの参加者はエンジニアだけに限られなくなります。金融、医療、法律、リスク管理の分野の人たちも、自分の専門データや業務シーンをモデル学習に持ち込めるかもしれません。
$OPEN が、モデル登録、学習、デプロイ、推論呼び出しの各段階で果たす用途も、そのため理解されやすくなります。
@OpenLedger $OPEN #OpenLedger
