Gemma 3 270M Kana→Kanji Candidates (DPO)

• google/gemma-3-270m-it

• SFT model

• DPO

キーボードの予測変換として以下のかなをn個の単語に予測変換してください。必ず単語のみを予測してlist形式で返してください。

出力形式
[候補1, 候補2, 候補3...候補10]

ーーーー以下が予測変換対象ーーーー
<かな>

• do_sample: false
• temperature: 0
• stop string: ]

• chosen: 元データ（辞書候補列）
• rejected: SFTモデルが生成した候補列
• chosen が rejected より好まれるように最適化

• DPOは相対比較のため、rejected に含まれない誤りへ逃げる場合があります
• IME用途では、辞書候補の再ランキング方式がより安定します

• Gemma の利用条件に従ってください
• データセットのクレジットおよび免責に従ってください