Supervised Fine-Tuningの略。学習済みモデルに、入力と望ましい出力の組を与えて追加学習する方法です。回答の形式、分類の基準、指示への対応などを調整します。
実務で確認すること
問い合わせ文と適切な回答、記事と分類ラベルなどを学習例にできます。教師となる出力の品質や一貫性が重要です。学習に使った例と評価用の例を分け、正答率や形式の遵守率など、目的に合う基準で調整後のモデルを評価します。
参考資料
確認日:
LLMの学習と調整
Supervised Fine-Tuningの略。学習済みモデルに、入力と望ましい出力の組を与えて追加学習する方法です。回答の形式、分類の基準、指示への対応などを調整します。
問い合わせ文と適切な回答、記事と分類ラベルなどを学習例にできます。教師となる出力の品質や一貫性が重要です。学習に使った例と評価用の例を分け、正答率や形式の遵守率など、目的に合う基準で調整後のモデルを評価します。
確認日: