2025-02-09から1日間の記事一覧
Simple test-time scalingという方法を使ってファインチューニングされたQwen2.5ベースのモデルをためしてみます。Simple test-time scalingとはWaitトリックが印象的なファインチューニング手法です。この学習には厳選された教師データを用いているというと…
Simple test-time scalingという方法を使ってファインチューニングされたQwen2.5ベースのモデルをためしてみます。Simple test-time scalingとはWaitトリックが印象的なファインチューニング手法です。この学習には厳選された教師データを用いているというと…