LFM2.5-350M に関する報道

わずか 100 GRPO ステップで 350M モデルを微調整すると、IFStruct スコアが 22.6% から 29.7% に増加します。これは、小規模モデルの構造化出力の欠点の主な原因は、機能の上限ではなく調整不足によるものであるという判断を裏付けています。その結果、構造化された出力機能は「大規模なモデルへの依存」から「小規模なモデル + 低コストのポストトレーニング」へと移行しており、特定のタスクに大規模なモデルをデプロイする価値空間が圧迫されることになります。