finetuning目的、用途、および情報源

このスキルが何をするか

Microsoft Foundry 上で、SFT (教師あり)、DPO (推奨)、または RFT (グレーダーを使用した強化学習) を使用してモデルを微調整します。データセットの準備、トレーニング ジョブの送信、デプロイ、および評価について説明します。使用対象: 微調整、SFT、DPO、RFT、トレーニング データ、グレーダー、蒸留、微調整済みモデル、トレーニング ジョブ、大容量ファイルのアップロード、グレーダーの調整、微調整済みモデルのデプロイ、微調整済みモデルの評価。使用しない対象: 微調整なしの一般的なモデル デプロイ (deploy-model を使用)、エージェントの作成 (agents を使用)、トレーニングなしのプロンプト最適化 (prompt-optimizer を使用)。

上流ワークフローの仕組み

要件とセットアップ

このファイルから要件定義の短い記述が選択されませんでした。これは、スキルに依存関係がないという意味ではありません。リポジトリの設定手順と参照ファイルを確認してください。

制限事項と品質チェック

このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。

まずは安全なトライアルから始めましょう

1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

• Microsoft Foundry の微調整
• 使用時期
• ルール

関連スキル

• agent-framework-azure-ai-pymicrosoft/skills
• airunway-aks-setupmicrosoft/skills
• aks-cost-optimizationmicrosoft/skills
• appinsights-instrumentationmicrosoft/skills

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース

原文を読む ↗

ソースを取得しました

2026-10-29T09:32:23Z

ソースコミット

00d66a64919edca5bca2c673373444e36a4b5461

ソースSHA-256

7a17789cb61e026a52071564b00624f2880e7b35c89fec9aa06c0dfcc8fe1e31