Empromptu（サンフランシスコ）が、運用中の企業AIアプリの出力と専門家の修正を学習データとして自動回収し、企業がMLチームなしでカスタムAIモデルを継続的に学習できる「Alchemy Models」を発表しました。
同社は、企業のAIアプリが生成する各回答や、専門家が行う出力の修正がトレーニングデータになり得る一方で、多くの組織ではそれが十分に活用されていないと指摘しています。
Alchemyは、専門家が検証した出力を微調整のパイプラインへルーティングし、モデルを時間とともに改善します。
RAGは推論時に外部文脈を参照するだけでモデル重みは変えませんが、Alchemyは重みを更新しながら、データセットを別途作る工程を減らす点が特徴です。
微調整で得たモデルの重みは企業が所有し、Empromptuは自社基盤で推論を実行する一方で、重みのエクスポートも可能です。
また、Ascent AutismはAlchemy導入によりセッション記録と保護者向け連絡の作成時間を1回あたり1〜2時間から10〜15分に削減したとしています。
同社は、出力の品質を継続的に改善しつつ、臨床的な文体への整合やセッションデータへの追跡可能性も評価していると述べました。
Einforcementコストやモデル所有の制約といった、基盤モデルAPI利用時の課題に対する選択肢としてAlchemyが注目されています。
参照元：2026/05/14 「Enterprises can now train custom AI models from production workflows — no ML team required」 https://venturebeat.com/data/enterprises-can-now-train-custom-ai-models-from-production-workflows-no-ml-team-required
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント