東大松尾研 LLM開発プロジェクト2025 SFT（QLoRA 4bit / 2エポック）だけで DNA を +16.9% 伸ばせたわけ― DeepSeek‑R1‑Distill‑Qwen‑32B を使った最小限の改修と、その効果のメカニズム - Qiita

東大松尾研 LLM開発プロジェクト2025 SFT（QLoRA 4bit / 2エポック）だけで DNA を +16.9% 伸ばせたわけ― DeepSeek‑R1‑Distill‑Qwen‑32B を使った最小限の改修と、その効果のメカニズムlikers

Toshifumi Kiyono@getty104
Qiita株式会社で開発統括をしています。