インフラ
基盤モデル（foundation model）
幅広いデータで学習され多くのタスクに適応される大規模モデルで、Stanford CRFMの用語であり、LLM、視覚モデル、マルチモーダルモデルを包含します。
**基盤モデル（foundation model）**は、2021年にスタンフォード大学のCenter for Research on Foundation Models（CRFM）が、幅広いデータで自己教師あり学習によって訓練され、その後さまざまな下流タスクに（ファインチューニングまたはプロンプティングを通じて）適応される大規模モデルに対して導入した名称です。
定義は意図的に「大規模言語モデル」より広くなっています。基盤モデルには以下が含まれます：
- テキスト： GPT-5、Claude、Gemini、Llama
- 画像： Stable Diffusion、DALL-E、Midjourney
- マルチモーダル： GPT-4o、Claude 3.5 Sonnet、Gemini 2.0（テキスト＋画像＋音声＋動画）
- コード： Codex、StarCoder、Qwen Coder
- ロボティクスと科学： RT-2、AlphaFold、MolecularAI
この用語は議論を呼びました — 一部の研究者は、これらのモデルの汎用性を誇張していると考えています。それでも規制に組み込まれました：EU AI Actは明示的に「general-purpose AI models」を規制しており、これは本質的に同義語であり、10²⁵ FLOPsを超えて学習されたモデル（システムリスク）には特別な義務が課されます。
CRFMの主な命題は、基盤モデルが巨大な可能性（数百のアプリケーションに対する単一の基盤）とシステムリスク（基盤の各欠陥が、その上に構築されるすべての製品に下流に伝播する）を同時に持つということです。安全性、評価、レッドチームの業界全体が、まさにこの命題の周りに生まれました。