検索

事前学習済みのモデルを、特定タスク向けの追加データで再訓練し、専門特化させる手法。

理想的な応答例を正解として学習させる、ファインチューニングの基本段階。

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。

モデルの一部のパラメータだけを更新し、低コストでファインチューニングする手法群。

量子化でモデルを圧縮しつつLoRAで微調整する、さらに省メモリな手法。