人々がRLロールアウトにチャット補完を使用したくない場合、私はとても混乱しています。それともそんなつもりはなかったのですか?
@ellev3n11完了 + apply_chat_templateは、推論エンジンが内部で行うことと基本的に同じものです:)任意のAPIモデルで環境を構築/評価できるのは非常に便利ですが、チャット補完はそれを大幅に合理化します
15.69K