supervised-fine-tuning 태그 문서 6개

Tag6건Article 6

이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.

연관 태그

문서 목록

총 6건 중 1-6건

지도 미세 조정(SFT)의 성과는 데이터의 정확성·다양성·일관성과 실제 추론 환경에 맞춘 대화 형식 및 추론 예시의 품질에 달려 있다.

지도 미세조정(SFT)은 학습 곡선으로 데이터 필요량을 진단하고, 부분집합 선별·검증된 증강·데이터 혼합을 통해 전문화와 일반 능력 보존을 조율해야 한다.

IBM의 Granite 4.2는 3B·8B·30B 밀집형 추론 모델 제품군으로, 약 15T 토큰 사전학습과 지도 미세조정, 다단계 강화학습을 거치며 8B·30B에는 실제 환경에서 도구를 사용하는 에이전트 강화학습이 추가된다.

자기 증류 추론은 추론 흔적이 없는 지도 미세조정 데이터에 기반 모델의 자체 사고 과정을 추가해, 목표 과제 성능을 유지하거나 높이면서 일반 추론 능력의 치명적 망각을 완화하는 방법이다.

브라질 포르투갈어에 특화하고 지도 미세조정과 직접 선호 최적화를 결합한 다르마OCR은 더 최신인 미스트랄 OCR4와 언리미티드 OCR보다 포르투갈어 벤치마크에서 높은 추출 품질과 안정성을 보였다.

Scale은 기업별 데이터·도구·업무 흐름에 맞춰 에이전트를 강화학습으로 훈련하면, 수작업 워크플로 자동화나 지도 미세조정보다 더 확장 가능하고 높은 성능을 낼 수 있다고 주장한다.