#ファインチューニング
「ファインチューニング」タグの記事2本
タグの記事
「ファインチューニング」タグが付いた記事を新しい順に表示します。
AI性能AIエージェントの性能改善、プロンプト最適化と重みの学習をどう使い分けるか
プロンプト最適化は数百回の試行で収束しうる、APIのみのモデルにも有効。重みの学習は数千件の例があるときや小型モデルに能力を移すときに選択。どちらも評価が前提、データと動くシステムと指標を先に用意。プロンプトの文言は勘に頼らず自分のベンチマークで測定。Qwen3の事例ではオンポリシー蒸留が約10分の1の計算量で強化学習より高得点。
AI性能LLMはどう作られるか、事前学習・SFT・GRPOの3段階を基礎から解説
最先端LLMは重みの数値ファイルと短いPythonプログラムの組み合わせ。事前学習だけのベースモデルは答えの終わりを知らず文章を続ける。教師ありファインチューニングで人格と停止トークンを習得。GRPOは自分の試行をグループ平均と比べて採点し推論を学ぶ。指示モデルに多段階の問題を任せるなら考える余地を与える。
新しい記事をRSSとポッドキャストで受け取る
RSSリーダーにはRSSのURLを、ポッドキャストアプリにはポッドキャストのURLを登録すると、新しい記事が公開されるたびに受け取れます。ポッドキャストでは見出しと要点を音声で聞けます。
購読方法を見る