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

• サポートされているモデルとカスタマイズタイプ

• 前提条件

• UI でのモデルカスタマイズ用のアセットの作成

• AI モデルカスタマイズジョブの送信

• モデル評価ジョブの送信

• モデルのデプロイ

• サンプルデータセットと評価者

サポートされているモデルとカスタマイズタイプ

次の表は、 LoRAまたはフルファインチューニング (FFT) を使用した SFT、DPO、RLVR、RLAIF など、各モデルでサポートされているファインチューニングレシピを示しています。

プロバイダー	モデル	モデル ID	SFT (LoRA)	SFT (FFT)	DPO (LoRA)	DPO (FFT)	RLVR (LoRA)	RLVR (FFT)	RLAIF (LoRA)	RLAIF (FFT)
アリババ	Qwen3.6 27B	huggingface-vlm-qwen3-6-27b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3.5 27B	huggingface-vlm-qwen3-5-27b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3.5 9B	huggingface-vlm-qwen3-5-9b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3.5 4B	huggingface-vlm-qwen3-5-4b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3 32B	huggingface-reasoning-qwen3-32b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3 14B	huggingface-reasoning-qwen3-14b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3 8B	huggingface-reasoning-qwen3-8b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3 4B	huggingface-reasoning-qwen3-4b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen3 1.7B	huggingface-reasoning-qwen3-1-7b	✓	✓	✓	✓	✓		✓	✓
アリババ	Qwen3 0.6B	huggingface-reasoning-qwen3-06b	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen2.5 指示 72B	huggingface-llm-qwen2-5-72b-instruct	✓	✓	✓		✓		✓
アリババ	Qwen2.5 指示 32B	huggingface-llm-qwen2-5-32b-instruct	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen2.5 指示 14B	huggingface-llm-qwen2-5-14b-instruct	✓	✓	✓	✓	✓	✓	✓	✓
アリババ	Qwen2.5 指示 7B	huggingface-llm-qwen2-5-7b-instruct	✓	✓	✓	✓	✓	✓	✓	✓
DeepSeek	R1 Distill Qwen 32B	deepseek-llm-r1-distill-qwen-32b	✓	✓	✓	✓	✓	✓	✓	✓
DeepSeek	R1 Distill Qwen 14B	deepseek-llm-r1-distill-qwen-14b	✓	✓	✓	✓	✓	✓	✓	✓
DeepSeek	R1 Distill Qwen 7B	deepseek-llm-r1-distill-qwen-7b	✓	✓	✓	✓	✓		✓	✓
DeepSeek	R1 Distill Qwen 1.5B	deepseek-llm-r1-distill-qwen-1-5b	✓	✓	✓	✓	✓		✓	✓
DeepSeek	R1 Distill Llama 70B	deepseek-llm-r1-distill-llama-70b	✓	✓	✓		✓		✓
DeepSeek	R1 Distill Llama 8B	deepseek-llm-r1-distill-llama-8b	✓	✓	✓	✓	✓	✓	✓	✓
Google	Gemma 4 31B	huggingface-vlm-gemma-4-31b-it	✓	✓	✓	✓	✓	✓	✓	✓
Google	Gemma 4 26B A4B	huggingface-vlm-gemma-4-26b-a4b-it	✓	✓	✓	✓	✓	✓	✓	✓
Google	Gemma 4 E4B	huggingface-vlm-gemma-4-e4b-it	✓	✓	✓	✓	✓	✓	✓	✓
Meta	Llama 3.3 指示 70B	meta-textgeneration-llama-3-3-70b-instruct	✓	✓	✓	✓	✓	✓	✓	✓
Meta	Llama 3.2 指示 3B	meta-textgeneration-llama-3-2-3b-instruct	✓		✓		✓		✓
Meta	Llama 3.2 指示 1B	meta-textgeneration-llama-3-2-1b-instruct	✓		✓		✓		✓
Meta	Llama 3.1 指示 8B	meta-textgeneration-llama-3-1-8b-instruct	✓		✓		✓		✓
NVIDIA	Nemotron 3 Super 120B (A12B)	huggingface-llm-nvidia-nemotron-3-super-120b-a12b-bf16	✓				✓		✓
NVIDIA	Nemotron 3 Nano 30B (A3B)	huggingface-reasoning-nvidia-nemotron-3-nano-30b-a3b-bf16	✓	✓			✓	✓	✓	✓
OpenAI	GPT OSS 120B	openai-reasoning-gpt-oss-120b	✓		✓		✓		✓
OpenAI	GPT OSS 20B	openai-reasoning-gpt-oss-20b	✓	✓	✓	✓	✓	✓	✓	✓