Model Name: LLMTSK
1. Model Description
このモデルは、メインコンペティションにおける構造化データ（JSON, TOML, XML等）への変換タスクに特化して微調整されたモデルです。
提供された public_150.json に含まれるような、複雑なスキーマ指示を正確に理解し、高い指示遵守率（Instruction Following）を実現することを目指しました。
2. Training Data
運営から提供された全10種類のデータセットの中から、以下のデータを自身で選択・組み合わせて使用しました[cite: 1]:
SFT (Supervised Fine-Tuning)
- 使用データセット:
- 戦略: [cite: 12] 標準的な 1-1 に加え、難易度の高い 2-3 を組み合わせることで、複雑なネスト構造への対応力を強化するカスタマイズを行いました 。
DPO (Direct Preference Optimization)
- [cite_start]使用データセット: [cite: 13] https://huggingface.co/datasets/u-10bei/dpo-dataset-qwen-cot (3-1)
- [cite_start]戦略: [cite: 14] [cite_start]思考プロセス（Chain-of-Thought）を含むDPOデータセットを適用し、論理的な推論に基づいた構造化データの出力を最適化しました [cite: 14]。
3. Methodology
- Base Model: [あなたが使用したベースモデル名 / 例: Qwen/Qwen2.5-7B-Instruct]
- Training Technique: LoRA
- [cite_start]Customization: 運営の標準コード1および3をベースに、学習率やバッチサイズを自身の環境に合わせて最適化し、汎化性能の向上を図りました 。
4. Compliance and Rules
[cite_start]- [cite: 1] 運営より提示された「メインコンペにおいて使用可能な10種類のデータセット」のみを使用して学習を行っています。
[cite_start]- [cite: 18] 詳細資料に記載されたすべてのルールを遵守して構築されています。
5. Limitations
[cite_start]- [cite: 16] 本データを使用した学習は、スコアの向上を確約するものではありません。
