Leaf Model Factory/ Quick · 12 steps
메뉴얼+ 새 프로젝트
Federated중앙 재학습WORKBENCH

중앙 재학습

기획서 §13 우선순위(Router > Tool > Planner > Adapter > RAG)대로 5종을 동시에 학습합니다 — 완성된 어댑터·정책은 즉시 다음 Intelligence Pack 후보가 됩니다
1. router
0대기 샘플
2. tool_use
0대기 샘플
3. planner
0대기 샘플
4. sft
0대기 샘플
5. dpo
0대기 샘플
우선순위 그대로 동시 학습 큐
기획서 §13 — 같은 라운드에서 5종을 병렬로 학습 후 함께 평가
#1
Router Policy 학습
어떤 모델로 보낼지가 모델 자체 품질보다 영향이 큼
#2
Tool-use Policy 학습
툴 한 번 잘못 부르면 결과 전체가 무효
#3
Planner Adapter 학습
단계 분해가 무너지면 후속 모든 단계 실패
#4
Model Adapter (SFT) 학습
소형 base 모델의 응답 품질 향상
#5
DPO 선호 학습
성공/실패 페어로 정렬 강화
현재 상태
LlamaFactory adapter 가 활성화돼 있습니다 — 자체 큐는 다음 단계에서 통합 예정

학습 실행 경로 (현재): /finetuning/dataset-builder 에서 JSONL 을 만들고 → /finetuning/jobs 또는 CLI 로 LlamaFactory 잡을 큐잉 → /finetuning/runs 에서 SSE 모니터링 → 완료 어댑터를 /finetuning/fedavg 에 업로드 → 그룹 집계 후 /finetuning/packs 에서 새 Pack 빌드/배포.