なぜNTTは「小型LLM」にこだわるのか　国産AI「tsuzumi 2」に込めた狙い

図6：Portable Reward Tuning。基盤モデルをバージョンアップした際も、過去に学習した報酬モデルを追加学習なしで再利用できる（出典：西田氏の講演資料）