#open instruct のAIニュース

AllenAI、Open Instruct で Tulu 3 のポストトレーニングパイプラインを公開

AllenAI は Open Instruct を用いたコンパクトな言語モデル向けエンドツーエンドのポストトレーニングパイプラインを公開し、SFT や DPO、GRPO を含む 3 つの学習段階と 16GB ランタイムへの適応方法を解説し。