GPT-5.4-nanoで学習、在宅介護向けの低コストなシフト調整モデル

Keegan Wang氏らは、在宅介護事業者向けの低コストなシフト調整アシスタントの構築方法を示した。まず、大規模モデルのGPT-5.4-nanoから、安全性に関するリアルタイムの「はい／いいえ」判断を収集。次に、その判断データ11.6 k件を使って、パラメーター数80億の小型モデルQwen3をファインチューニングした。小型モデルは教師モデルと91.3%の割合で一致し、処理速度は約2.5倍、コストは元のモデルより大幅に低い。