> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coreweave.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Post-training

> マネージドなインフラストラクチャー上で、蒸留、強化学習、教師ありファインチューニングを使用してモデルをタスクに適応させます。

Post-training は、既存のモデルをタスクに適応させる CoreWeave Forge のサービス群です。各サービスは Forge がプロビジョニングおよびスケーリングするインフラストラクチャー上でトレーニングを行い、トレーニングしたモデルをデプロイするため、その結果をすぐにアプリケーションから使用できます。

<Columns cols={3}>
  <Card title="Model Distillation" href="/ja/model-distillation" arrow="true">
    アプリケーションの実際のトラフィックからトレーニングデータを収集し、大規模なモデルに匹敵する小規模なモデルをトレーニングして両者を比較し、優れた方を段階的にデプロイします。
  </Card>

  <Card title="Serverless RL" href="/ja/products/post-training/serverless-training/rl" arrow="true">
    強化学習でモデルをポストトレーニングし、報酬関数でスコア付けするマルチターンのタスクにおいてエージェントの性能を向上させます。
  </Card>

  <Card title="Serverless SFT" href="/ja/products/post-training/serverless-training/sft" arrow="true">
    厳選した入力と出力の例でモデルをファインチューニングし、タスク、スタイル、またはフォーマットを学習させます。
  </Card>
</Columns>

<h2 id="choose-a-service">
  サービスを選択する
</h2>

* **Model Distillation** は、UI を備えたガイド付きのワークフローです。蒸留プロキシを介してアプリケーションを接続すると、サンプルの収集、候補モデルのトレーニングと評価、選択したモデルへのトラフィックのルーティングが行われます。すでに本番環境で LLM 機能を運用しており、より低コストで高速なモデルを求めている場合は、ここから始めてください。Model Distillation はプライベートプレビュー段階です。Forge の **Post-training** ページからアクセスをリクエストしてください。
* **Serverless RL** と **Serverless SFT** は、プログラムから利用します。[OpenPipe ART フレームワーク](https://art.openpipe.ai/getting-started/about)または Serverless Training API を介してコードから操作し、独自の報酬関数やデータセットを使用します。どちらもパブリックプレビュー段階です。両者の違いと共通点については、[Serverless Training について](/ja/products/post-training/serverless-training)を参照してください。


## Related topics

- [Post-training](/ja/redirects/forge/training.md)