> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Model Distillation

> 実際のアプリケーショントラフィックから特化モデルをトレーニングし、現在使用しているモデルと比較したうえで、最も優れたモデルをデプロイします。

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。

<CardGroup cols={2}>
  <Card title="はじめに" href="/ja/model-distillation/quickstart" arrow="true">
    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。
  </Card>

  <Card title="Model Distillation が提供する機能" href="/ja/model-distillation/overview" arrow="true">
    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。
  </Card>

  <Card title="API リファレンス" href="/ja/model-distillation/reference/overview" arrow="true">
    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。
  </Card>
</CardGroup>

<h2 id="the-basic-idea">
  基本的な考え方
</h2>

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。

<Accordion title="API: エージェント向けドキュメント">
  まずは [`llms.txt`](https://docs.coreweave.com/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。

  * 想定するワークフローについては [クイックスタート](/ja/model-distillation/quickstart)
  * UI 操作については [Management OpenAPI 仕様](/ja/openapi/model-distillation/management.openapi.yaml)
  * アプリケーションからのリクエストについては [推論プロキシ OpenAPI 仕様](/ja/openapi/model-distillation/proxy.openapi.yaml)

  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。
</Accordion>


## Related topics

- [Model Distillation の仕組み](/ja/model-distillation/get-started/how-it-works.md)