NTT株式会社は，生成AIの特化学習における計算コストを抜本的に削減する新たな学習技術「ポータブルチューニング」を確立した．生成AIでは，大量の一般知識を学習した「基盤モデル」を基に，目的に応じて専門知識を追加学習させる「特化学習」が行われている．本技術は，過去の学習結果を再利用することで，基盤モデルの更新に伴い発生する特化学習のコストを大幅に低減し，生成AIの低コストかつ迅速な社会実装を可能にすることが期待される．

　生成AIの活用においては，一般知識を学習した汎用モデル「基盤モデル」を基に，目的のタスクやドメインに応じて専門知識を追加学習させた「特化モデル」を作成・運用することが一般的である．しかし，この追加学習には多くの計算リソースが必要であり，特に長期運用では，基盤モデルを更新するたびに再学習が必要となるため，計算コストの増大が課題となっていた．ポータブルチューニングは，こうした課題に対し，以下のアプローチにより，基盤モデルの更新に伴い発生する特化モデルの再学習を不要にすることを可能にした．