AWS、教師あり微調整のデータ準備：フォーマットと品質管理の重要性を解説

記事の3ポイント

1. 1

   3 つのカスタマイズ手法の明確化

   継続事前学習（CPT）、教師あり微調整（SFT）、強化学習微調整（RFT）の違いと、それぞれが解決する課題を定義し、標準的な生産パターンとして CPT→SFT→RFT の順序を示した。

2. 2

   SFT の本質的役割の再定義

   SFT は新しい知識を注入するものではなく、既存の知識を必要な形式（指示への従順さ、スキーマ遵守、特定のトーン）で適用させる「表面的整列仮説」に基づく手法であると説明した。

3. 3

   データ準備の具体的な構成要素

   本稿では SFT データ準備の基礎として、品質チェック、書式要件、および学習用と評価用のデータ分割について取り上げ、Amazon Bedrock のコード例を用いて解説した。