> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-wbdocs-1882.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# W&B Training

> 強化学習と教師ありファインチューニングでモデルをポストトレーニング

現在パブリックプレビュー中の W\&B Training では、強化学習 (RL) と教師ありファインチューニング (SFT) の両方に対応した、大規模言語モデル (LLM) 向けのサーバーレスなポストトレーニングを利用できます。

* **[Serverless RL](/ja/training/serverless-rl)**: 速度を高めてコストを削減しながら、複数ターンのエージェントタスクを実行する際のモデルの信頼性を向上させます。RL は、モデルが出力に対するフィードバックを通じて振る舞いを改善していくトレーニング手法です。
* **[Serverless SFT](/ja/training/sft-training)**: 蒸留、出力のスタイルや形式の学習、または RL 前のウォームアップのために、厳選されたデータセットを使ってモデルをファインチューニングします。

W\&B Training は、次のものとインテグレーションされています。

* [ART](https://art.openpipe.ai/getting-started/about): 柔軟なファインチューニングフレームワーク。
* [RULER](https://openpipe.ai/blog/ruler): 汎用ベリファイア。
* [CoreWeave Cloud](https://docs.coreweave.com/docs/platform) 上のフルマネージドバックエンド。

開始するには、まずサービス利用のための[前提条件](/ja/training/prerequisites)を満たし、そのうえで [Serverless RL クイックスタート](https://art.openpipe.ai/getting-started/quick-start) または [Serverless SFT ドキュメント](https://art.openpipe.ai/fundamentals/sft-training) を参照して、モデルをポストトレーニングする方法を確認してください。