Update README.md

README.md

@@ -51,29 +51,30 @@ SampleCodeベース。
 コンテキスト長の設定がドンピシャだったのか（感）？？
 
 # Explanation
-このコードを簡単に説明すると、「AIをさらに賢くするために、既存のAIモデルを細かく調整して新しい用途に適応させる」という作業をGoogle Colab上で行うプログラムです。
-以下、文系営業向けにわかりやすく説明します。
+このコードを簡単に説明すると、「AIをさらに賢くするために、既存のAIモデルを細かく調整して新しい用途に適応させる」
+という作業をGoogle Colab上で行うプログラムです。以下、文系営業向けにわかりやすく説明します。
 
 1. 何をしている？
-AIモデルを改良する作業をしています。具体的には、「日本語で指示を出すと、それに応じた回答を返すAI」を自社の用途に特化させている最中です。
+AIモデルを改良する作業をしています。
+具体的には、「日本語で指示を出すと、それに応じた回答を返すAI」を自社の用途に特化させている最中です。
 
-2. どんな準備をしている？
+3. どんな準備をしている？
 必要なツールのインストール
-最初の部分で、「unsloth」という特別なAIツールや「PyTorch」というAIを動かすためのソフトを準備しています。これらは、AIを効率よく動かしたり、
+最初の部分で、「unsloth」という特別なAIツールや「PyTorch」というAIを動かすためのソフトを準備しています。
+これらは、AIを効率よく動かしたり、新しいことを学ばせるために必要です。
 
-新しいことを学ばせるために必要です。
-
-4. モデルの読み込みと設定
+5. モデルの読み込みと設定
 元になるAIを用意
 model_id = "llm-jp/llm-jp-3-13b" というIDから、元のAIモデルを取り出しています。
 AIに新しい名前をつける
 新しく改良したAIに「llm-jp-3-13b-finetune-ex」という名前を付けています。
 
-5. AIに教える材料を準備
+6. AIに教える材料を準備
 データセットの加工
-AIに教えるためのデータ（例: 指示とその正しい回答）を「わかりやすい形」に整えています。AIが読みやすい形式にして、「これが入力、これが出力」という形で渡します。
+AIに教えるためのデータ（例: 指示とその正しい回答）を「わかりやすい形」に整えています。
+AIが読みやすい形式にして、「これが入力、これが出力」という形で渡します。
 
-6. 訓練（AIを賢くするプロセス）
+8. 訓練（AIを賢くするプロセス）
 訓練の設定
 AIを訓練するためのルールを細かく決めています。たとえば：
 どれくらいの速さで学ばせるか（学習率）
@@ -81,14 +82,16 @@ AIを訓練するためのルールを細かく決めています。たとえば
 実際に訓練
 用意したデータを使って、AIが「正しい回答を出せるように」練習させます。
 
-7. 訓練結果を確認
+9. 訓練結果を確認
 訓練が終わった後のAIにいくつかテストをして、「ちゃんと賢くなったか？」をチェックしています。
 
-8. 改良したAIを保存
+10. 改良したAIを保存
 改良したAIを特定の場所（インターネット上の「保管庫」）に保存して、いつでも再利用できるようにしています。
 文系営業向けポイント
-このコードは「AIの頭脳をさらに良くする手順」を書いたものです。営業に例えるなら、「AIモデル」は新人営業マンで、「データセット」は営業マニュアル、
-「訓練」はそのマニュアルをもとにロープレする過程にあたります。コードの目的は、この新人営業マンが特定のお客様のニーズに完璧に応えられるように教育することです。
+このコードは「AIの頭脳をさらに良くする手順」を書いたものです。営業に例えるなら、
+「AIモデル」は新人営業マンで、「データセット」は営業マニュアル、
+「訓練」はそのマニュアルをもとにロープレする過程にあたります。
+コードの目的は、この新人営業マンが特定のお客様のニーズに完璧に応えられるように教育することです。
 
 # Sample Use
 以下は、elyza-tasks-100-TV_0.jsonlの回答用モデルコードです！