メインコンテンツへスキップ
見出し画像

Azure AI Foundry ファインチューニングの最新情報:2025年7月

    今月は、Azure AI Foundry’s Fine-tuning に多数のアップデートがありました。特に Evaluations suite からの新機能が充実しています。
    ファインチューニング用の3つの評価機能「RFT Observability」「Quick Evals」「Python Grader」のパブリックプレビュー開始を発表します。また、Development Tier の一般提供(GA)も開始!


    RFT Observability ("Auto-Evals")

    RFT Observability とは

    Reinforcement Finetuning (RFT) observability がパブリックプレビューとなり、RFTジョブに対してリアルタイムで詳細な可視化を実現します。評価(“auto-evals”)が自動的に実行され、各チェックポイントでのファインチューニング進行状況が確認できます。

    What is RFT?

    RFT (強化学習によるファインチューニング) は、リファレンスデータと照合した出力を reward model (grader) (報酬モデル)でスコアリングし、その結果を使ってモデル応答に報酬またはペナルティを与えます。これにより、モデルの推論方向や品質が望ましい結果へ誘導されます。
    SFT(Supervised Fine-Tuning)に比べて、RFT では報酬シグナルがトレーニング中リアルタイムに組み込まれるという利点がありますが、SFTよりも遅くコストも高くなります。

    従来はRFTの評価はトレーニング終了後のみ可能でした。そのため、誤ったgraderの選択や、予想外のモデル挙動(例:reward hacking)が発生した場合、大きな時間やコストの損失となるリスクがありました。

    RFT Observabilityのメリット

    今回のアップデートで、RFTの内部動作が分かりやすくなりました。RFTジョブ開始時、自動的に関連付けられたevaluation jobが作成されます。このevaluation jobでは、各checkpointごとにRFTの中間結果(promptとresponse)やgradeが可視化されます。
    これにより、RFTジョブ実行中でも進捗をモニタリング・デバッグ・制御でき、コストや時間の損失を大幅に削減できます。

    RFT Observabilityの利用場所

    Azure AI Foundry の「Fine-tuning」ページに「Evaluation」という新しいセクションが「Details」内に追加されました。Customization methodが「Reinforcement」の場合に表示されます。
    これはRFTジョブに自動で作成されるlinked evaluation jobです。

    • 「View Report」 をクリックすると、evaluation jobページで各checkpointごとのgraderスコアを確認できます。

    画像
    • 「Linked finetuning job」 をクリックすれば、RFTジョブの画面に戻ることができます。

    画像
    • また、RFTジョブの「Logs」からもevaluation jobへのリンクをたどり、Observabilityの進捗を追跡可能です。

    画像

    Quick Evaluation (Quick Evals) for Stored Completions

    Quick Evals とは

    Quick Evaluation (Quick Evals) は、Stored Completions でモデル出力を迅速に評価できる機能です。パブリックプレビューとなりました。
    ワンクリックでモデルのレスポンスを評価でき、従来のようなEvaluationフロー(テスト基準のカスタマイズやprompt/responseの準備)は不要です。

    ユーザーは複数のモデル応答を比較・評価できます。各モデルごとに個別のrunを追加する必要もありません。Quick Evalsでは即座にスコアやハイライトが表示され、問題点を素早く発見できます。
    Stored Completions インターフェイスから離れることなく、completionの品質をすぐに確認できるため、迅速な反復と検証に理想的です。

    画像
    画像

    Python Grader for Evaluation

    Python Grader とは

    Python grader が Azure OpenAI Graders の新しい評価基準としてパブリックプレビューに追加されました。
    Python grader は、ユーザーがカスタマイズしたPythonコードでモデル出力を自動的にスコアリングできるevaluation functionです。
    例えば tool usage、構造、内容などモデルのresponseの特定部分をinspectし、ユーザー定義ロジックに基づき数値スコア(通常0〜1)を返します。

    Python grader は、他のmodel-based graderや従来のgraderと組み合わせて、モデル出力の構造的かつプログラム的な評価を可能にします。

    画像
    画像

    Development Tier in General Availability

    Development Tier の一般提供開始

    Developer Tier が一般提供(GA)となりました!今年の//Build(2025)でパブリックプレビューとして開始されて以来、すべてのAzure OpenAIリージョンで手頃な価格でfine-tuned model candidateのホスティングが可能になりました。

    現在、Global Training(引き続きPublic Preview)とあわせて、AI Foundryのすべてのお客様は25以上のリージョンと全GPT-4.1シリーズモデルで、完全なtrain/testライフサイクルを利用できます。

    多くのカスタマーがpre-productionワークロードを支えるdeployment typeを利用できるようになり、自信を持って新モデルをリリースできるようになっています。今後も「Developer Tier」体験に新機能を追加予定なので、ご期待ください。一般提供(GA)はゴールではありません!

    利用方法は AI Foundry、Cognitive Services SDK、REST API 経由でご確認ください。


    Learn More

    • ▶️ 次回の Model Monday LIVE を [YouTube で予約] または [オンデマンドで視聴]

    • 👩‍💻 [Azure AI Foundry Models を探検する]

    • 👋 [Discord で会話を続ける]

     
     
    AIの進化に日々圧倒されてる@microsoft | AI Global Black Belt | Azure Quantum Ambassadors @MSFTQuantum | 全部個人的感想 |

    あなたへのおすすめ