翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
オープンウェイトモデルのカスタマイズ
このセクションでは、オープンウェイトモデルのカスタマイズを開始するプロセスについて説明します。
トピック
カスタマイズでサポートされているモデル
次の表は、カスタマイズできるベースモデルを示しています。
| モデルプロバイダー | モデル | モデル ID | SFT (LORA) | DPO (LORA) | RLAIF (LORA) | RLVR (LORA) |
|---|---|---|---|---|---|---|
| アリババ | Qwen2.5 指示 7B | huggingface-llm-qwen2-5-7b-instruct |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen2.5 指示 14B | huggingface-llm-qwen2-5-14b-instruct |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen2.5 指示 32B | huggingface-llm-qwen2-5-32b-instruct |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen2.5 指示 72B | huggingface-llm-qwen2-5-72b-instruct |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 0.6B | huggingface-reasoning-qwen3-06b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 1.7B | huggingface-reasoning-qwen3-1-7b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 4B | huggingface-reasoning-qwen3-4b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 8B | huggingface-reasoning-qwen3-8b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 14B | huggingface-reasoning-qwen3-14b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3 32B | huggingface-reasoning-qwen3-32b |
✓ | ✓ | ✓ | ✓ |
| アリババ | Qwen3.5 4B | huggingface-vlm-qwen3-5-4b |
✓ | ✓ | ✓ | |
| アリババ | Qwen3.5 9B | huggingface-vlm-qwen3-5-9b |
✓ | ✓ | ✓ | |
| アリババ | Qwen3.5 27B | huggingface-vlm-qwen3-5-27b |
✓ | ✓ | ✓ | |
| アリババ | Qwen3.6 27B | huggingface-vlm-qwen3-6-27b |
✓ | ✓ | ✓ | |
| DeepSeek | DeepSeek R1 Distill Llama 8B | deepseek-llm-r1-distill-llama-8b |
✓ | ✓ | ✓ | ✓ |
| DeepSeek | DeepSeek R1 Distill Llama 70B | deepseek-llm-r1-distill-llama-70b |
✓ | ✓ | ✓ | ✓ |
| DeepSeek | DeepSeek R1 Distill Qwen 1.5B | deepseek-llm-r1-distill-qwen-1-5b |
✓ | ✓ | ✓ | ✓ |
| DeepSeek | DeepSeek R1 Distill Qwen 7B | deepseek-llm-r1-distill-qwen-7b |
✓ | ✓ | ✓ | ✓ |
| DeepSeek | DeepSeek R1 Distill Qwen 14B | deepseek-llm-r1-distill-qwen-14b |
✓ | ✓ | ✓ | ✓ |
| DeepSeek | DeepSeek R1 Distill Qwen 32B | deepseek-llm-r1-distill-qwen-32b |
✓ | ✓ | ✓ | ✓ |
| Meta | Llama 3.1 指示 8B | meta-textgeneration-llama-3-1-8b-instruct |
✓ | ✓ | ✓ | ✓ |
| Meta | Llama 3.2 指示 1B | meta-textgeneration-llama-3-2-1b-instruct |
✓ | ✓ | ✓ | ✓ |
| Meta | Llama 3.2 指示 3B | meta-textgeneration-llama-3-2-3b-instruct |
✓ | ✓ | ✓ | ✓ |
| Meta | Meta Llama 3.3 指示 70B | meta-textgeneration-llama-3-3-70b-instruct |
✓ | ✓ | ✓ | ✓ |
| OpenAI | GPT OSS 20B | openai-reasoning-gpt-oss-20b |
✓ | ✓ | ✓ | ✓ |
| OpenAI | GPT OSS 120B | openai-reasoning-gpt-oss-120b |
✓ | ✓ | ✓ | ✓ |