Skip to main content
CoreWeave Model Distillation を使用すると、プロダクトチームは成功した AI とのやり取りを活用して、自社プロダクト向けに最適化された、より小型・高速・低コストなモデルを構築できます。サンプルの収集から改善したモデルのデプロイまで、改善ワークフロー全体を 1 か所で完結できます。

はじめに

アプリケーションを接続し、実際の利用データからモデルのデプロイまでの一連の流れを体験します。

Model Distillation が提供する機能

プロキシ、UI、トレーニング、評価、ルーティングがどのように連携するかを確認します。

API リファレンス

Management API と統合したり、OpenAI 互換の推論プロキシを呼び出したりします。

​
基本的な考え方

既存の AI 機能を一度接続するだけで、Model Distillation が実際の使用状況からサンプルを収集します。その中から優れたサンプルを選んで、トレーニングデータとして活用できます。 複数のモデルをトレーニングして現在使用しているモデルと品質を比較し、アプリケーションを書き直すことなく最適なモデルをデプロイできます。
まずは llms.txt を参照してください。カスタマージャーニーの全体像と機械可読リソースがコンパクトにまとめられています。実装時には、次のドキュメントをエージェントに渡してください。ドキュメントに記載された Public API のみを使用するようエージェントに指示してください。また、ルーティングに関するリクエストやコンピュートを消費するリクエストは、送信前に内容を提示させるようにしてください。
最終更新日 2026年9月30日