"ReFT; Representation Finetuning: LoRAがモデルの重みを部分的に更新するのに対し、ReFTはモデルの中間層の出力に介入 + LoRAと比べて非常に少ないパラメータの変更でモデルの挙動を制御"

sh19910711 のブックマーク 2024/05/19 15:47

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4753600138227433792/comment/sh19910711" data-user-id="sh19910711" data-entry-url="https://b.hatena.ne.jp/entry/s/www.ai-shift.co.jp/techblog/4456" data-original-href="https://www.ai-shift.co.jp/techblog/4456" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Fwww.ai-shift.co.jp%2Ftechblog%2F4456" data-user-icon="/users/sh19910711/profile.png">高効率のLLM学習手法ReFTを試してみる | 株式会社AI Shift</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%2Aprogram">*program</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/prompt">prompt</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/--">--</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/rep">rep</a>]</li></ul><br><p style="clear: left">&quot;ReFT; Representation Finetuning: LoRAがモデルの重みを部分的に更新するのに対し、ReFTはモデルの中間層の出力に介入 + LoRAと比べて非常に少ないパラメータの変更でモデルの挙動を制御&quot;</p><a class="datetime" href="https://b.hatena.ne.jp/sh19910711/20240519#bookmark-4753600138227433792"><span class="datetime-body">2024/05/19 15:47</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！