← ニュース一覧
Databricks Blog2026年10月14日
FactSetがDatabricks AI Runtimeを活用し、モデルのトレーニングとデプロイ時間を数日から数時間に短縮した方法
英語原文から AI が翻訳しました。 英語版を見る
要約
FactSetは、Databricks AI Runtimeの導入により、Text-to-Formulaモデルのセットアップ、トレーニング、デプロイにかかる時間を数日から数時間に短縮しました。既存のLakehouseワークフローと直接連携するserverlessなGPUコンピュートを活用することで、チームは2〜3週間ごとにファインチューニング済みオープンモデルの再トレーニングを継続的に行い、自然言語クエリをFactSet Query Languageの数式に変換できるようになりました。
* FactSetのText-to-Formula（TTF）システムは、投資専門家からの自然言語リクエストをFactSet Query Language（FQL）の数式に変換します。初期のRAGアプローチが複雑な数式において品質の限界に達した後、FactSetはファインチューニング済みのオープンモデルをアーキテクチャの中心に据えました。 * 新しいデータが利用可能になるにつれて2〜3週間ごとにモデルを再トレーニングするため、インフラストラクチャのセットアップとデプロイの速度が開発サイクルにおいて重要な要素となります。 * Databricks AI Runtimeにより、FactSetはワークロードごとにserverlessなGPUコンピュートを選択し、既存のLakehouseワークフローと並行してトレーニングを実行できるようになり、モデルのセットアップ、トレーニング、デプロイにかかる時間を数日から数時間に短縮しました。