LLMキャラ付けファインチューニング：プロンプトエンジニアリングとの比較｜sharp_engineer

研究開発本部 海老原樹 はじめにエッジデバイスで動作するLLM（Large Language Model）に関する、シリーズ記事の第二回目は、LLMのファインチューニングについてです。ChatGPTやLLMを触ったことのある皆さんの中には、もっと賢くしたい、自分好みキャラ付けしたいと思った方は多いのではないでしょうか。そんな、「LLMの出力を賢くしたり、キャラ付けする」方法の一つに、ファインチューニングがあります。 今回は実際にローカル環境でLLMのファインチューニングを通してLLMの語尾を変える簡単なキャラ付けを行います。同じくLLMの出力をカスタマイズする方法であるプロンプトエンジニアリングとの比較や学習するデータ量を変える実験を通して、ファインチューニングの効果を調査します。 自分でLLMをファインチューニングしてみたいと思っている方の参考になれば幸いです。 忙しい人のためにオープン