基盤モデル
Foundation Model
大量データで事前学習され、さまざまな用途の土台として使える汎用AIモデル。LLMや画像生成AIの総称的概念。
基盤モデルとは
基盤モデル（Foundation Model）は、大規模データで事前学習され、さまざまな下流タスクの「土台」として使える汎用AIモデルを指す概念です。2021年にスタンフォード大学が提唱しました。
GPT、Claude、GeminiなどのLLM、Stable Diffusionなどの画像生成モデルがこれに該当します。
特徴
- 広範なデータで学習: Web・書籍・コードなど大量の一般知識を吸収
- 汎用性: 追加学習なしでも多様なタスクに応答可能
- 土台としての再利用: 用途特化AIのベースとして使える
- 大規模: 数十億〜数兆パラメータ規模
なぜ「基盤」と呼ぶか
従来のAIはタスクごとに専用モデルをゼロから学習するのが主流でした。基盤モデルの登場により、1つの巨大モデルを基点に、各用途へ"派生"させるのが主流に変わりました。
- プロンプトで指示するだけで多くの用途に対応
- ファインチューニングで特定業務に適応
- RAGで専門知識を後付け
士業AIとの関係
士業業務に特化したAI（税務AI、契約レビューAIなど）も、多くの場合、GPTやClaudeなどの基盤モデルを土台に、業界データで調整する形で作られています。士業事務所が自前でモデルを作らなくても、基盤モデルのAPIを使うことで高度なAIを業務に組み込めます。
基盤モデルは、士業業務特化AIが成立する前提となっている存在です。