【もでるじょうりゅう】
モデル蒸留（知識蒸留） とは？
公開:
💡 大きな先生の知識を、小さな生徒に受け継がせる
📌 このページのポイント
- 大きなモデル（教師）の出力確率分布を「正解」として小さなモデル（生徒）に学習させる
- 生徒モデルは教師より小さいのに、同等に近い性能を発揮できる
- SLMの多くがこの手法で作られている
- 計算コストの削減とモデル展開の普及に貢献する
ひよこ ペンギン先生、「モデル蒸留」ってどういう技術なの？
ペンギン先生 大きなAIモデル（教師モデル）が学んだ知識を、小さなモデル（生徒モデル）に受け継がせる学習手法だよ。化学の蒸留みたいに「知識のエッセンス」を抽出するイメージだね。
ひよこ 普通に同じデータで小さいモデルを学習させればいいんじゃないの？
ペンギン先生 良いポイントだよ！普通の学習だと「正解か不正解か」しか教えられないけど、蒸留では「教師モデルがどれだけ各答えを確信しているか」という確率分布を学ばせるんだ。これが重要で、ニュアンスまで受け継げるんだよ。
ひよこ 具体的にどんな場面で使われてるの？
ペンギン先生 ひよこ 蒸留したモデルはどれくらいの性能になるの？
ペンギン先生 うまく蒸留できれば、教師モデルの7〜9割の性能を10分の1以下のサイズで実現できることもあるよ。特定タスクなら教師と同等以上になることすらある。
ひよこ それって革命的だね！コストも下がるし端末でも動くし、いいことずくめだね！
ペンギン先生 そうなんだよ。AIのコストと普及という意味で、モデル蒸留はSLM時代の核心技術のひとつになっているんだ。
まとめ：ざっくりこれだけ覚えればOK！
「モデル蒸留」って出てきたら「大きなAIの知識を小さなAIに受け継がせる技術」と思えばOK！
📖 おまけ：英語の意味
「Knowledge Distillation / Model Distillation」 ＝ 知識蒸留 / モデル蒸留
💬 蒸留（Distillation）は液体を加熱して純粋なエッセンスを取り出す化学操作だよ。モデルの「知識のエッセンス」を小さなモデルに移し取るイメージだね