概要
指示と理想の応答のペアで学習させ、指示に従う能力を高める手法。
詳しい解説
インストラクションチューニングは、「指示」と「その理想的な応答」のペアを大量に学習させ、が人間の指示に従えるようにするの一種です。事前学習しただけのモデルは文章を続けるのは得意でも指示には従いにくいため、この調整で「指示に応える対話モデル」へと変わります。と組み合わせて使われます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
指示追従力
「3行で要約して」のような指示に素直に従うのは、インストラクションチューニングの成果です。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する