finetuning-technique

ファインチューニング手法

ユースケースに基づいてファインチューニング手法を選択し、選択したモデルとの互換性を検証するようユーザーを案内します。

使用する場面

• ユーザーがファインチューニングを決めており、手法を選ぶ必要がある場合
• ユーザーがファインチューニング手法を変更したい場合
• 選択したモデルに対して手法を検証する必要がある場合

前提条件

• ベースモデルが選択されていること（model-selection スキルを使用）。モデル名とハブが判明している必要があります。
• use_case_spec.md ファイルが存在すること。存在しない場合は、まず use-case-specification スキルを有効にして生成します。

ワークフロー

ステップ 1：ファインチューニング手法を決定する

references/finetune_technique_selection_guide.md を参照し、ユースケースとユーザーのニーズに基づいて最適な手法（SFT、DPO、RLVR、RLAIF）を提案します。

提案内容と理由をユーザーに提示します。提案された手法を選ぶか、別の手法を希望するかを尋ねます。

ステップ 2：手法の利用可否を検証する

1. ユーザーが手法を確定したら、次のコマンドを実行して、選択したモデルで利用できるファインチューニング手法を取得します：python finetuning-technique/scripts/get_recipes.py <model-name> <hub-name>
   • これは、SFT、DPO、RLVR、RLAIF に絞り込み、モデルが実際にサポートしている手法のみを返します。サポートされている手法はこの 4 つだけです。モデルのレシピにほかの手法が含まれていても、無視してください。
2. 選択した手法がモデルで利用可能な場合は、ステップ 3 に進みます。
3. 選択した手法がモデルで利用できない場合は、選択したモデルが SageMaker 上でその手法をサポートしていないことを説明し、選択した手法をサポートする別のモデルを選ぶために、model-selection に戻ることを提案します。

ステップ 3：選択内容を確認する

ユーザーに概要を提示します。

Here's what we've selected:
- Base model: [model name]
- Fine-tuning technique: [SFT/DPO/RLVR/RLAIF]

参考資料

• references/finetune_technique_selection_guide.md — 手法のガイダンス（SFT/DPO/RLVR/RLAIF）