本文へスキップ

Tülu 3 405B

強化学習で鍛えた 4050 億パラメータの公開モデル

公式サイトを見る

Tülu 3 405B とは

本モデルは 4050 億パラメータを持つ公開の言語モデルと紹介され、強化学習の枠組みで性能を高めている。

できること

  • 標準化された評価の一式を動かす
  • 案件に合わせて微調整する
  • そのまま配置して使う

導入の手順

  • 公式サイトで詳しい情報を見る
  • GitHub からコードと資料を取得する
  • Hugging Face で読み込み試す
  • 必要に応じ微調整か配置を選ぶ

長所と短所

✓ 良い点

  • 監督付き微調整と DPO を含む
  • 大規模なパラメータの学習に対応

! 注意したい点

  • コードと資料は GitHub から取得する
  • 微調整か配置かは案件が決める

よくある質問

パラメータ数は?

資料は 4050 億と説明。

学習手法は?

資料は監督付き微調整、DPO、RLVR を挙げる。

最終評価日: 2026-11-15

その他 AIコーディングツール ツール

すべて見る →

評価方法